بخش‌بندي سلول‌هاي مؤثر در سرطان ميلوم متعدد با استفاده از مدل‌هاي تغيير شكل‌پذير و خوشه‌بندي KMeans

مقدمه: ميلوم متعدد (Multiple Myeloma)، دومين سرطان خوني شايع است. اين بيماري، به علت سرطاني شدن دسته‌اي از سلول‌ها به نام پلاسماسل‌ها (Plasma cells) ايجاد مي‌شود. شناسايي و شمارش پلاسماسل‌ها، اطلاعات ارزشمندي را به منظور تشخيص اين بيماري براي پاتولوژيست‌ها فراهم مي‌كند. فرايند شمارش و بررسي دستي پلاسماسل‌ها، زمان‌بر و با توجه به طبيعت خسته كننده‌ي آن، در معرض خطا مي‌باشد. به همين دليل، وجود ابزاري كامپيوتري در كنار پاتولوژيست به منظور كمك در بخش‌بندي و استخراج سلول‌ها، مي‌تواند بسيار مفيد باشد. از اين رو، پژوهش حاضر با هدف ارايه‌ي يك ابزار كامپيوتري براي بخش‌بندي سلول‌هاي مؤثر در بيماري ميلوم متعدد از روي تصاوير ميكروسكوپي انجام شد. روش‌ها: در روش پيشنهادي، پس از بهبود كيفيت تصاوير با استفاده از تطبيق هيستوگرام و فيلتر ميانه، سلول‌ها با استفاده از مدل تغيير شكل‌پذير ChanVese استخراج شدند. همچنين، براي بخش‌بندي سلول‌هاي به هم چسبيده، الگوريتم آب‌پخشان اصلاح شده، استفاده گرديد. سپس، هسته‌ها با به كارگيري روش خوشه‌بندي Kmeans استخراج شدند. يافته‌ها: روش پيشنهادي بر روي 30 تصوير ميكروسكوپي، شامل 370 سلول مورد ارزيابي قرار گرفت. نتايج محاسبه شده از روش پيشنهادي، نشان داد كه معيار ارزيابي، حساسيت، دقت، صحت و Dice Similarity Coefficient (DSC) به ترتيب 01/89، 95/89، 71/97، 63/98 و 86/93 درصد براي بخش‌بندي سلول و 43/91، 48/92، 13/96، 53/98 و 47/95 درصد براي بخش‌بندي هسته بودند. نتيجه‌گيري: در اين پژوهش، روش جديدي جهت بخش‌بندي و استخراج سلول‌هاي مؤثر در تشخيص سرطان ميلوم متعدد از تصاوير ميكروسكوپي با استفاده از مدل‌هاي تغيير شكل‌پذير و روش خوشه‌بندي ارايه شد. نتايج ارزيابي نشان مي‌دهد كه الگوريتم پيشنهادي، عملكرد بخش‌بندي را در مقايسه با روش‌هاي قبلي بهبود داده است.