fa طراحی سیستم کمک تشخیص کامپیوتری نوین به منظور شناسایی ندول‌های ریوی در تصاویر سی‌تی ‌اسکن زمینه و هد ف: بیماری های ریوی و در رأس آن سرطان ریه از شای ع ترین و خطرنا ک ترین بیماری هایی هستند که روزانه افراد زیادی را به کام مرگ م ی کشانند. در این مقاله یک سیستم کمک تشخیصی مکانیزه جهت شناسایی ندول های ریوی به عنوان یکی از علایم اصلی بیماری های ریه ارایه خواهد شد. روش بررسی: در یک کارآزمایی بالینی 25 بیمار ریوی مراجعه کننده به بیمارستان مسیح دانشوری تهران که در تصاویر آن ها ندول ریوی مشاهده گردید به طور تصادفی به دو گروه مورد با جمعیت پانزده ( 9 زن و شش مرد با HRCT 39 سال ) ±4/ 43 سال ) و گروه ناظر با جمعیت ده (شش زن و چهار مرد با میانگین سنی 91 ±5/ میانگین سنی 63 تقسیم شدند . با اعمال روش های پردازش و تحلیل تصاویر پزشکی و استفاده از الگوریتم های شناسایی آماری الگو سیستمی مکانیزه جهت شناسایی خودکار ندول ریوی ارایه گردید. یافت هها: به وسیله رو ش های بخش بندی تصاویر پزشکی نسج اصلی ریه ها از بقیه تصاویر دو بعدی جدا شدند . در مرحله بعد موارد مشکوک شامل رگ، برونش، ندو ل و غیره به صورت رنگی برچسب گرفتند . سپس ویژگی های مشخصه ندول ها به دست آمدند . در نهایت جهت کلاسه بندی با استفاده از شبکه عصبی مصنوعی ندو لهای موجود در تصویر از بقیه موارد تفکیک و مشخص گردیدند. .در مرحله بعد موارد مشکوک شامل رگ، برونش، ندو ل و غیره به صورت رنگی برچسب گرفتند . سپس ویژگی های مشخصه ندول ها به دست آمدند . در نهایت جهت کلاسه بندی با استفاده از شبکه عصبی مصنوعی ندو لهای موجود در تصویر از بقیه موارد تفکیک و مشخص گردیدند نتیجه گیری: با توجه به پیچیدگی و ساختارهای متنوع ندو ل ها و تعد اد زیاد تصاویر س ی تی مربوط به کات های مختلف ریه، پیدا کرد ن ندول ریوی از میان موارد مشکوک کاری دشوار، زمان بر و با احتمال خطای انسانی برای پزشکان ندول ریوی را از موارد مشکوک آشکار ساخته است. (P<0/ متخصص می باشد. خروجی سیستم پیشنهادی به خوبی.. <p style="text-align: justify"><strong>Background</strong>: Lung diseases and lung cancer are among the most dangerous diseases with high mortality in both men and women. Lung nodules are abnormal pulmonary masses and are among major lung symptoms. A Computer Aided Diagnosis (CAD) system may play an important role in accurate and early detection of lung nodules. This article presents a new CAD system for lung nodule detection from chest computed tomography (CT) images.<br><strong></strong></p> <p style="text-align: justify"><strong>Methods</strong>: Twenty-five adult patients with lung nodules in their CT scan images presented to the National Research Institute of Tuberculosis and Lung Disease, Masih Daneshvari Hospital, Tehran, Iran in 2011-2012 were enrolled in the study. The patients were randomly assigned into two experimental (9 female, 6 male, mean age 43±5.63 yrs) and control (6 female, 4 male, mean age 39±4.91 yrs) groups. A fully-automatic method was developed for detecting lung nodules by employing medical image processing and analysis and statistical pattern recognition algorithms.<br><strong></strong></p> <p style="text-align: justify"><strong>Results</strong>: Using segmentation methods, the lung parenchyma was extracted from 2-D CT images. Then, candidate regions were labeled in pseudo-color images. In the next step, some features of lung nodules were extracted. Finally, an artificial feed forward neural network was used for classification of nodules.<br><strong></strong></p> <p style="text-align: justify"><strong>Conclusion</strong>: Considering the complexity and different shapes of lung nodules and large number of CT images to evaluate, finding lung nodules are difficult and time consuming for physicians and include human error. Experimental results showed the accuracy of the proposed method to be appropriate (P<0.05) for lung nodule detection.</p> سیستم کمک تشخیص کامپیوتری,تصاویر سی‌تی اسکن,شناسایی نودل ریوی,پردازش و تحلیل تصاویر پزشکی,شناسایی آماری الگو CAD system,CT scan,nodule detection,image processing,medical image analysis,statistical pattern recognition 250 256 http://tumj.tums.ac.ir/browse.php?a_code=A-10-25-126&slc_lang=fa&sid=1 Parsa Hosseini M محمدپارسا حسینی mp.hosseini@ymail.com Yes گروه مهندسی برق و کامپیوتر، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی Soltanian-Zadeh H حمید سلطانیان‌زاده No دانشکده مهندسی برق و کامپیوتر، دانشگاه تهران Akhlaghpoor Sh شهرام اخلاق‌پور No بیمارستان سینا، دانشگاه علوم پزشکی تهران Jalali A علی جلالی No دانشکده مهندسی برق و کامپیوتر، دانشگاه شهید بهشتی Bakhshayesh Karam M مهرداد بخشایش کرم No بیمارستان مسیح دانشوری، دانشگاه علوم پزشکی شهید بهشتی