دانلود شبیه سازی مقاله استخراج تومور از تصاویر MRI با تقسیم بندی تصویر مبتنی بر الگوریتم ژنتیک

تشخیص تومور مغزی با الگوریتم ژنتیک

اکثر تومورها از دو نوع می باشند، خوشخیم و بدخیم. تومور بدخیم، به سرطان معروف است. رشد ناهنجار سلول درون مغز، تومورمغزی نامیده می شود. دو گروه عمومی از تومور مغزی وجود دارد. تومور مغزی اولیه در مغز شروع می شود و معمولاً در همانجا می ماند. تومور مغزی ثانویه در جای دیگر در بدن شروع می شود اما به سمت مغز می رود. تومورهای ثانویه، معمول تر از تومورهای اولیه می باشند. تاکنون، علت و دلیل تومور مغزی ناشناخته باقی مانده است. در نظر گرفته شده که دلایل احتمالی تومور مغزی می توانند تعدادی از شرایط مانند نوروفیبروماتوز، قرارگیری در معرض کلرید وینیل شیمیایی، ویروس اپشتین-بار و تابش یونیزه کننده باشند. استفاده از تلفن های موبایل یکی از عوامل ریسک در نظر گرفته می شود اما هنوز شواهد شفافی وجود ندارد. غدد پرده های مغزی (که معمولاً خوشخیم می باشند) (meningioma)، الیگودندروگلیوماس و آستروسیتوما مانند گلیوبلاستوماس، معمول ترین تومور های دیده شده در بزرگسالان است و مدولوبلاستوما معمول ترین تومورهای دیده شده در کودکان می باشند. تشخیص معمولاً بوسیله معاینه پزشکی همراه با MRI می باشد. بنابراین، جهت تایید و اطمینان، بیوپسی (بافت برداری) انجام می شود. تومورها به درجات مختلفی از شدت براساس گزارش بدست آمده از تشخیص، تقسیم می شوند. در درجه 1، سلول ها نرمال بنظر می رسند و رشد آرام دارند. در درجه 2، سلول ها قدری غیرنرمال بنظر می رسند و به صورت آرام رشد می کنند. سلول ها شروع به رشد فعال می کنند و غیرنرمال بنظر می رسند. آنها در اطراف بافت مغز شروع به رشد فعال می کنند و معمولاً عود کننده هستند. این تنها هنگامی رخ می دهد که تومور درجه 3 باشد. در درجه 4، تومور غیرنرمال ترین است و سریعاً رشد و گسترش پیدا می کند.

تومور، تورم قسمتی از بدن، معمولاً بدون هرگونه التهابی است که بخاطر رشد غیرعادی سلول ها در آن مکان از بدن رخ می دهد. تشخیص تومور مغزی در مراحل اولیه دشوار است. این تومور بوسیله تصویربرداری تشدید مغناطیسی (MRI) تشخیص داده می شود، و براساس آن، تومورها به درجات شدت مختلف، تقسیم می شوند. این پروژه، روش جدیدی برای آشکار سازی و استخراج تومور از تصاویر کلی، ارائه می دهد. این پروژه، طرحی برای استخراج تومور از MRI براساس خوشه بندی FCM (C-means فازی) مبتنی بر GA (الگوریتم ژنتیک) و عملیات های ریخت شناسی، پیشنهاد می دهد. شبیه سازی های کامپیوتری الگوریتم ما، بهبود قابل ملاحظه نسبت به روش های موجود دیگر را نشان می دهند. نتایج شبیه سازی نیز حاکی از بازده خوب روش پیشنهادی است.

این شبیه سازی با استفاده از نرم افزار متلب (MATLAB) انجام شده و در ادامه نیز تعدادی از نتایج خروجی آن قرار داده شده است: