در این پایان نامه تشخیص ناحیه کبد و شناسایی برخی از توده های کبدی مورد بررسی قرار گرفته است. تشخیص ناحیه کبد به دلیل مرزهای تار، نزدیکی سطوح خاکستری اندام های مختلف و تداخل مرز اندام های همسایه، کار بسیار دشواری است. از این رو این تحقیق از اهمیت بالینی زیادی برخوردار شده است. یک تقسیم بندی دقیق برای کبد و تومورها، به پزشکان کمک می کند تا قدرت ارزیابی تومورهای زنده را با دقت بالاتر داشته باشند و یک برنامه ریزی صحیح را برای یک عمل جراحی، انجام دهند. برای انجام چنین تقسیم بندی پیچیده ای باید با سه مشکل اساسی مقابله کرد: (1) تنوع زیاد اشکال کبد (2) شباهت زیاد با اندام های همسایه و نهایتاً (3) حساسیت زیاد نسبت به نویزی که در این تصاویر مشاهده می شود. هدف از این تحقیق، شناسایی و تشخیص مرزهای این اندام پیچیده است تا بتوان با افزایش دقت، قابلیت تکرار را برای انجام این کار ایجاد کرد. و در مرحله دوم بتوان تومور را در کبدهای بیمار مشخص کرده و پیشرفت بیماری را دنبال کرد. این مسئله در زمینه بالینی، در دو مرحله، پیاده سازی خواهد شد. مرحله اول شامل تقسیم بندی ناحیه کبد، از تصاویر توموگرافی کامپیوتری شکم که شامل کبد هستند، خواهد بود. این کار با ترکیب چند روش انجام خواهد شد. در ابتدا روی تصاویر پیش پردازش انجام می شود. در بخش بعدی با استفاده از هیستوگرام تصاویر و اعمال عملیات مورفولوژیکی و با استفاده از اطلاعات آناتومی کبد، درمورد شکل و مکان آن، ناحیه جستجوی اولیه بدست خواهد آمد. نهایتاً با استفاده از الگوریتم level set مرزهای دقیق کبد در ناحیه جستجوی اولیه بدست آمده از مرحله قبل، جستجو خواهد شد. مرحله دوم از روش پیشنهادی، شامل جستجوی برخی تومورهای کبدی در تصاویر بیماران است. این مرحله با استفاده از ترکیبی از روش های پردازش تصویر، بینایی ماشین و شبکه های عصبی، پوشش داده شده است. در این بخش ابتدا کبد جداسازی می شود. در بخش بعدی، در داخل ناحیه کبد، تومور جستجو خواهد شد. در این مرحله با استفاده از طبقه بند som، بخش های مختلف تصویر طبقه بندی شده و ناحیه تومور نتیجه خواهد شد. نتایج بدست آمده براساس 4 فاکتور ارزیابی مورد بررسی قرار گرفته است که بهترین فاکتور به عنوان نتایج بدست آمده اعلام شده است. الگوریتم پیشنهادی در مورد تقسیم بندی ناحیه کبد در بیماران سالم، دقتی برابر 94.75 درصد نشان داده است و در مورد الگوریتم پیشنهادی برای تشخیص تومور در بیماران دچار توده کبدی، دقتی در حدود 80.63 درصد از خود نشان داده است، که در مقابل سایر الگوریتم ها بهبود قابل توجهی از خود نشان می دهد.