مالتیپل اسکلروزیس (ms) یکی از بیماری های التهابی میلین زدا در سیستم اعصاب مرکزی انسان است که شایع ترین علت ناتوانایی غیر جراحتی در جوانان می باشد. با توجه به اهمیت بیماری ms، بررسی کمی تغییرات شکلی و ساختاری به وجود آمده در بافت مغز به همراه ارزیابی علایم بالینی، درک دقیق تری از روند پیشرفت و درمان بیماری ایجاد می کند. تصویربرداری تشدید مغناطیسی (mri) به عنوان یک ابزار پاراکلینیکی در تشخیص بیماری ms و ارزیابی روند درمان بیماری شناخته شده است. تصویربرداری تشدید مغناطیسی تانسور انتشاری (dt-mri) نیز یک روش تصویربرداری حساس در شرایط زنده برای بررسی تغییرات آسیب شناسی از بافت مغز در طول پروسه بیماری ms می باشد. رویکرد های متفاوتی برای کمی سازی ضایعات ms به خصوص انواع آنها با درجات مختلف دخالت کاربر در بررسی های مختلف تصاویر پزشکی پیشنهاد شده اند. در این پایان نامه، روشی خودکار جهت تقطیع انواع ضایعات ms به دو نوع: تخریب شده (مزمن) و در حال تخریب (حاد)، ارائه شده است. بدین منظور الگوریتم k نزدیک ترین همسایه (knn) با استفاده از شدت روشنایی تصاویر mri و dt-mr جهت طبقه بندی ضایعات انتخاب شده است. نتایج ارزیابی تقطیع ضایعات مزمن و حاد با استفاده از تصاویر dt-mr، مبتنی بر محاسبه میانگین معیار های حساسیت (se)، اختصاصی بودن (sp) و دقت (acc) برای ضایعات مزمن به ترتیب برابر 3/74%، 8/94% و 4/94% و برای ضایعات حاد برابر 3/72%، 5/93 و 5/93% بیانگر این است که تصاویر dt-mri در کنار تصاویر mr، تقطیع انواع ضایعات ms را با حساسیت بالایی امکان پذیر می سازد و قابلیت بررسی دقیق تر جهت تشخیص و درمان بیماری را میسر می کند.