عنوان

ناحیه‌بندی خودکار باکتری‌های استافیلوکوکوس اپیدرمیدیس در تصاویر میکروسکوپی

Number

‭۱۷۳۴۳پ‬

.Language of Text, Soundtrack etc

per

Title Proper

ناحیه‌بندی خودکار باکتری‌های استافیلوکوکوس اپیدرمیدیس در تصاویر میکروسکوپی

First Statement of Responsibility

/حبیب اله خداکرمی

Name of Publisher, Distributor, etc.

: مهندسی برق وکامپیوتر

Date of Publication, Distribution, etc.

، ‮‭۱۳۹۵‬

Name of Manufacturer

، افشاری

Text of Note

چاپی

Dissertation or thesis details and type of degree

کارشناسی ارشد

Discipline of degree

مهندسی‌پزشکی

Date of degree

‮‭۱۳۹۵/۰۶/۱۷‬

Body granting the degree

دانشگاه تبریز

Text of Note

پردازش تصویر میکروسکوپی شاخه‌ای از پردازش تصویر پزشکی و آزمایشگاهی است که تصاویر به‌دست‌آمده از میکروسکوپ را پردازش می‌کند .شناسایی باکتری‌ها و مشخص کردن آن‌ها یکی از مسائلی است که در حوزه پزشکی و آزمایشگاهی مطرح است .باکتری‌های استافیلوکوکوس از باکتری‌هایی است که عامل بیماری‌های مختلفی در انسان است .این باکتری‌ها گونه‌های مختلفی دارد که یکی از آن‌ها استافیلوکوکوس اپیدرمیدیس می‌باشد .این نوع باکتری‌ها رشد سریعی داشته و هر روز بیش از گذشته به آنتی‌بیوتیک‌ها مقاوم‌تر می‌شوند .با استفاده از ناحیه‌بندی در حوزه پردازش تصویر پزشکی نیز می‌توان با شنایی و مشخص کردن این نوع باکتری‌ها به مهار کردن آن کمک کرد .در این راستا روش جدیدی برای ناحیه‌بندی باکتری‌های استافیلوکوکوس در این پایان‌نامه ارائه‌شده است .روش پیشنهادی ما مبتنی بر روش آب‌پخشان است که از عملیات مبتنی بر مرز و مبتنی بر ناحیه استفاده‌شده است .این روش شامل سه مرحله است :پیش‌پردازش، پردازش اصلی و پساپردازش .در مرحله پیش‌پردازش با تغییر رزولوشن تصویر، تصاویر سطح خاکستری و دودویی را به‌دست می‌آوریم .در مرحله پردازش اصلی، ناحیه‌بندی اولیه با استفاده از روش آب‌پخشان با استفاده از شاخص‌ها انجام می‌شود .و مهم‌ترین مرحله الگوریتم، مرحله پساپردازش است که با استفاده از روش‌های مورفولوژیکی و روش‌های منطقی و برنامه‌نویسی با آشکارسازی نواحی ناحیه‌بندی نشده یا به‌اشتباه ناحیه‌بندی شده، به ناحیه‌بندی این نواحی پرداخته و تعداد باکتری‌های موجود در تصویر را شمارش می‌کند .بر اساس ارزیابی که بر روی الگوریتم پیشنهادی برای تصاویر حاوی باکتری استافیلوکوکوس اعمال شد الگوریتم با دقت ‮‭۹۶‬ نتیجه مطلوبی داشت .این ارزیابی که با استفاده از معادله مبتنی بر تعداد باکتری انجام شد، نشان داد که این الگوریتم به‌خوبی توانسته است باکتری‌های موجود در تصویر را شناسایی و ناحیه‌بندی کرده و تعداد آن‌ها را تشخیص دهد

Text of Note

The microscopy image processing is branch of medical and laboratory image processing that processes the images obtained from microscopes. Staphylococcus is kind of bacteria that cause some kind of diseases in humans. There are different kind of the Staphylococcus bacteria, one of them is staphylococcus epidermidis. This type of bacteria grows rapidly and they are going to more resistant to antibiotics. By using segmentation method in image processing we can segment and detect this bacteria and this will help to control them. In this regard, a new segmentation method proposed for segmenting and counting number of this bacteria in this thesis. Our proposed method is based on watershed method that uses boundary based and region-based operations. This method consists of three steps: pre-processing, main processing and post-processing. In first step, preprocessing we obtain grayscale and binary image after changing resolution of input image. Then, in the second step, we use watershed method conolled by markers and first level segmentation applying on input images. Last step of the proposed method is most important step. In the third step, the algorithm detects miss segmented, false segmented, undersegmented and oversegmented bacteria and resegments that, then counts number of bacteria there are on the image. In the postprocessing step, we use morphological and logical and programing methods. We have tested our proposed method on a dataset of images and have been able to achieve a segmentation accuracy of 96 . By using the bacteria number based equation for valuating the proposed method, the algorithm is well able to detect bacteria in image segmentation and recognize number of bacteria

خداکرمی، حبیب اله

دانشور، سبلان، استاد راهنما

گراوانچی زاده، مسعود، استاد مشاور

Public note

سیاه و سفید

نمایه‌سازی قبلی