هوشمند سازی کپسول آندوسکوپی بیسیم با استفاده از تحلیل تصویر دیجیتال
/وحید فقیه دینوری
: مهندسی برق و کامپیوتر
، ۱۳۹۵
چاپی - لوح فشرده
دکترا
برق-الکترونیک
۱۳۹۵/۰۴/۰۸
تبریز
با ظهور کپسول آندوسکوپی بیسیم و افزایش میزان استفاده از این ابزار محققان در پی راهحلی برای کاهش اندازه و بهبود عملکرد این وسیله بودند .مهمترین ایرادات این محصول عدم امکان حمل، تزریق یا رهاسازی دارو و عدم امکان انجام بیوپسی هست که با افزایش روزافزون استفاده از این وسیله محققان در پی ایجاد امکانات لازم برای پوشش ایرادات کپسول آندوسکوپی گردیدند .برای حل مشکلات فوقالذکر در ابتدا نیاز به وجود فضای کافی در درون کپسول آندوسکوپی بیسیم برای اختصاص دادن به ابزار موردنیاز برای انجام عمل تزریق دارو و بیوپسی از بافتهای موردنظر هست، در گام بعدی نیاز به هوشمند سازی خود کپسول برای تشخیص بافتهای داخلی سیستم گوارش است .برای رسیدن به این اهداف در این پایاننامه به دنبال طراحی سیستمی برای تشخیص بافتهای بیماری با استفاده از پردازش تصویر و بینایی ماشین میباشیم که مشکلات فوقالذکر را همزمان تا حدود زیادی برطرف مینمایند .با تشخیص بافتهای پرخطر دیگر نیازی به ارسال کلیه تصاویر به بیرون از بدن نبوده و تنها به ارسال تصاویر پرخطر به بیرون میپردازد که با توجه به میزان کم تصاویر پرخطر تعداد تصاویر ارسالی به بیرون بهشدت کاهشیافته و درنتیجه توان مصرفی کل کپسول کاهشیافته و با کم شدن فضای موردنیاز برای باتری در داخل کپسول فضا برای سایر ادوات موردنیاز ایجاد میشود .همچنین با تشخیص بافتها موردنظر توسط کپسول امکان تصمیمگیری برای انجام سایر فعالیتهای موردبحث همچون تزریق دارو ممکن میگردد.
With the appearance of wireless capsule endoscopy (WCE) and increasingly using of this instrument, researchers are looking for methods to improve the performance of WCE plus decrease the size of WCE. The absence of ability for biopsy function and drug delivery is the main disadvantages of WCE. With the increasingly use of WCE, researchers are working to find a way for solving these disadvantages. The first step to solve these problems is making the proper space for instruments which are necessary of biopsy function and drug delivery. At the next step, intelligentization of WCE is needed for textures identifications. To catch these goals, we design a system based on image processing and machine vision to identify diseases textures in this thesis which is solve WCE mentions problems largely. With the diseases texture detection and sending just these textures images to the outside of body, the WCE power consumption and the WCE battery size is decrease therefore we save the space in WCE to allocate for our purpose instrument. Also, the ability to make a decision about the operations like drug delivery and biopsy function are possible by WCE abnormality detection