Find in Library

مقدمه: کاندیدیازیس واژینال، بیماری شایع زنان است که در اثر رشد غیر طبیعی کاندیدا در مخاط دستگاه تناسلی زنان ایجاد می‌شود. هدف از این مطالعه، تشخیص اتوماتیک کاندیدیازیس واژینال از طریق شناسایی و استخراج قارچ کاندیدا در تصاویر میکروسکوپی مربوط به نمونه‌های پاپ اسمیر با استفاده از تکنیک‌های پردازش تصویر بود. روش‌ها: فضای نمونه شامل 200 تصویر دیجیتال میکروسکوپی بود. به منظور جمع‌آوری مجموعه‌ی تصاویر، از تعداد 49 نمونه‌ی پاپ اسمیر به وسیله‌ی دوربین عکس‌برداری دیجیتال 1Nikon1 V متصل به میکروسکوپ نوری i50 Nikon Eclipse تصویربرداری صورت گرفت. برای یکنواخت‌سازی تصویر، از فیلتر کلاهکی پیش زمینه و برای افزایش کنتراست، از ناهمبستگی رنگی به همراه کشش خطی کنتراست استفاده گردید. به منظور آستانه‌گذاری از روش آستانه‌گذاری Otsu در باند سبز تصویر استفاده گردید. برای استخراج میسلیوم و کونیدیوم، از ویژگی‌های هندسی مانند مساحت، قطر بزرگ، قطر کوچک، گریز از مرکز، محیط و تراکم به وسیله‌ی دسته‌بندی درخت تصمیم استفاده گردید. یافته‌ها: الگوریتم طراحی شده در تشخیص کونیدیوم قارچ کاندیدا، دارای ویژگی 54/91 درصد و حساسیت 32/92 درصد و در تشخیص میسلیوم قارچ کاندیدا دارای ویژگی 64/98 درصد و حساسیت 88/96 درصد بود. نتیجه‌گیری: در صورتی که این نرم‌افزار به صورت موتورایز درآید، به جهت جلوگیری از خستگی چشم و افزایش دقت پاتالوژیست‌ها به عنوان همیار پزشک در تشخیص، قابل استفاده خواهد بود.