طبقه‏بندی سلول های مؤثر در تشخیص سرطان میلوئیدی مزمن به روش نیمه خودکار پردازش تصاویر میکروسکوپی

نرجس قانع، دانشجوی کارشناسی ارشد، گروه بیوالکتریک و مهندسی پزشکی و کمیته ی تحقیقات دانشجویی، دانشکده ی فن آوری های نوین علوم پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران علیرضا ورد، استادیار، گروه بیوالکتریک و مهندسی پزشکی، دانشکده ی فن آوری های نوین علوم پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران اردشیر طالبی، دانشیار، گروه پاتولوژی، دانشکده ی پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران پردیس نعمت الهی، استادیار، گروه پاتولوژی، دانشکده ی پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران

چکیده

مقدمه: لوسمی میلوئیدی مزمن (cml یا chronic myeloid leukemia)، نوعی بیماری سرطان خون است که اغلب، بزرگ سالان را درگیر می کند. آزمایش خون، شمارش و بررسی سلول های شناور خون، اولین گام جهت تشخیص لوسمی است. تشخیص و شمارش سلول ها از روی لام خون محیطی، توسط پاتولوژیست با استفاده از میکروسکوپ نوری صورت می گیرد. این امر، فرایندی زمان بر و پرهزینه است و نیاز به تجربه و فرد خبره در این زمینه دارد. همچنین، عوامل دیگری از قبیل خستگی و شرایط کاری، می تواند در این ارزیابی تأثیر منفی داشته باشد. بنابراین، وجود ابزاری در کنار پاتولوژیست به منظور کمک در روند تشخیص، می تواند بسیار سودمند باشد. در این راستا، این پژوهش یک ابزار نرم افرازی جدید را برای تشخیص و طبقه بندی سلول های cml ارایه می‏کند. روش ها: در روش پیشنهادی، پس از بخش بندی دستی دقیق سلول ها، با استفاده از تکنیک های پردازش تصویر، ویژگی های مختلف هندسی از سلول و هسته ی سلول های سفید رده ی نوتروفیل استخراج شدند. سپس، با به کارگیری این ویژگی های به دست آمده، سلول ها با استفاده از یک طبقه بندی کننده ی درختی طراحی شده ی جدید، به شش گروه دسته بندی شدند. یافته ها: روش پیشنهادی بر روی 120 تصویر میکروسکوپی شامل 714 سلول سفید مورد ارزیابی قرار گرفت. نتایج به دست آمده، برای هر شش گروه صحت بالاتر از 97 درصد، ویژگی بالاتر از 98 درصد و حساسیت بالاتر از 91 درصد را نشان داد. نتیجه گیری: در این پژوهش، روشی نیمه اتوماتیک جهت طبقه‏بندی سلول های مؤثر در تشخیص سرطان میلوئیدی مزمن از تصاویر میکروسکوپی با به کارگیری روش های پردازش تصویر ارایه گردید.