شکستگی مهره (vcf) بیماری است که در بدنه مهره بوجود می آید و معمولاً باعث ایجاد ضایعه می شود. بهبود آسیب دیدگی مهره ها به میزان زیادی بستگی به معالجه بدن شکسته شده دارد. در شکستگی مهره، بدنه مهره به درون خود متلاشی می شود و مهره از هم جدا شده را تولید می کند. ورتبروپلاستی یک روش درمان معمول برای شکستگی مهره است. در ورتبروپلاستی, تزریق سیمان استخوانی از طریق سوزن و از راه پوست به پدیکل مهره انجام می گیرد. این روش درمان زمان بهبود کمتری دارد و همچنین ریسک شکستگی مجدد در مهره ای که قبلاً شکسته شده را کاهش می دهد. نحوه وارد کردن سوزن برای پزشکان بسیار مشکل بوده و فشار فراوانی به آنها وارد می کند. برای انجام این کار پزشکان بصورت کاملاً شهودی و تجربی با کمک تصاویر پزشکی سوزن را وارد بدن بیمار می کنند. در این پایان نامه با استفاده از روشهای شناسایی الگو و پردازش تصاویر پزشکی به تشخیص بیماری و درمان آن کمک می کنیم. با پردازش تصاویر سی تی اسکن و جداسازی مهره از این تصاویر، روش اتوماتیکی برای یافتن زاویه و مکان ورود سوزن و همچنین بازسازی سه بعدی از ستون فقرات با استفاده از تصاویر سی تی اسکن ارائه می دهیم. همچنین با استفاده از روشهای svm و شبکه عصبی، مهره مریض را از مهره سالم تشخیص می دهیم. نتایج روش پیشنهادی بر روی تصاویر مریضهای واقعی نشان می دهد که حداکثر خطای الگوریتم برای تشخیص مهره مریض کمتر از 5 درصد بوده و محل ورود سوزن و زاویه آن به مهره مریض از روی پوست با خطای حداکثر72/ 3 درصد بدست می آید.

چکیده ارائه یک سیستم cad برای تشخیص بیمار ی های ستون فقرات با استفاده از پردازش تصاویر پزشکی به کوشش مهران نیک روان دیسک کمر (herniation) یکی از بیماری های شایع در ناحیه ی کمر است و معمولا باعث ایجاد درد های شدیدی در بیمار می-شود. در این بیماری مایع داخلی دیسک از آن بیرون آمده و به ریشه های عصبی فشار وارد می کند، که با توجه به میزان بیرون زدگی، مرحله ی بیماری مشخص می شود: در مرحله-ی اول که بالجینگ (buldging) نامیده می شود، مایع داخلی دیسک فشار بسیار کمی را به ریشه های عصبی مجاور خود می-آورد و بیرون زدگی کمی محسوس است. در مرحله ی دوم، که پروتروژن (protrusion) نامیده می شود، بیرون زدگی لیگامنت های داخلی را شکسته و به ریشه های عصبی فشار وارد می کند. مرحله ی سوم که همان اکستروژن (extrusion) می باشد، بیرون-زدگی تمامی لیگامنت ها، به جز لایه ی خارجی را شکسته و فشار سنگینی به ریشه های عصبی وارد می کند. در مرحله ی چهارم نیز مایع داخلی دیسک پس از شکستن تمامی لیگامنت-ها به طور کامل خارج شده است که اصطلاحا (migration) نامیده می شود. در این پایان نامه با استفاده از روش های پردازش تصویر و شناسایی آماری الگو، به تشخیص خودکار بیماری دیسک کمر با استفاده از طراحی یک سیستم cad پرداخته شده است. آشکار سازی ساختار آناتومی ستون فقرات و علامت گذاری دیسک ها یک مرحله ضروری برای انجام آنالیزهای مختلف روی ستون فقرات است. شکل و اندازه گیری-های هندسی برای آشکارسازی حالت های غیرطبیعی در هر دیسک بسیار مهم است، (مانند بیماری تنگی کانال نخاعی) که محدود به محل های خاصی از تصویر است. در مرحله ی اول طراحی این سیستم cad، با استفاده از گنجاندن یک منحنی درجه ی سوم روی ناحیه ی کانال نخاعی و با بکارگیری از روش های پردازش تصویر، روشی جهت استخراج دیسک ها (roi) ارائه می کنیم و سپس با استفاده از روش های شبکه ی عصبی و svm به دسته بندی دیسک های سالم و بیمار می پردازیم.