این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مجله دانشکده پزشکی اصفهان، جلد ۳۲، شماره ۳۰۴، صفحات ۱۶۵۹-۱۶۶۷
عنوان فارسی تشخیص کاندیدیازیس واژینال با استفاده از استخراج اتوماتیک قارچ کاندیدا در تصاویر مربوط به نمونه‌‌های پاپ اسمیر
چکیده فارسی مقاله مقدمه: کاندیدیازیس واژینال، بیماری شایع زنان است که در اثر رشد غیر طبیعی کاندیدا در مخاط دستگاه تناسلی زنان ایجاد می‌شود. هدف از این مطالعه، تشخیص اتوماتیک کاندیدیازیس واژینال از طریق شناسایی و استخراج قارچ کاندیدا در تصاویر میکروسکوپی مربوط به نمونه‌های پاپ اسمیر با استفاده از تکنیک‌های پردازش تصویر بود. روش‌ها: فضای نمونه شامل 200 تصویر دیجیتال میکروسکوپی بود. به منظور جمع‌آوری مجموعه‌ی تصاویر، از تعداد 49 نمونه‌ی پاپ اسمیر به وسیله‌ی دوربین عکس‌برداری دیجیتال 1Nikon1 V متصل به میکروسکوپ نوری i50 Nikon Eclipse تصویربرداری صورت گرفت. برای یکنواخت‌سازی تصویر، از فیلتر کلاهکی پیش زمینه و برای افزایش کنتراست، از ناهمبستگی رنگی به همراه کشش خطی کنتراست استفاده گردید. به منظور آستانه‌گذاری از روش آستانه‌گذاری Otsu در باند سبز تصویر استفاده گردید. برای استخراج میسلیوم و کونیدیوم، از ویژگی‌های هندسی مانند مساحت، قطر بزرگ، قطر کوچک، گریز از مرکز، محیط و تراکم به وسیله‌ی دسته‌بندی درخت تصمیم استفاده گردید. یافته‌ها: الگوریتم طراحی شده در تشخیص کونیدیوم قارچ کاندیدا، دارای ویژگی 54/91 درصد و حساسیت 32/92 درصد و در تشخیص میسلیوم قارچ کاندیدا دارای ویژگی 64/98 درصد و حساسیت 88/96 درصد بود. نتیجه‌گیری: در صورتی که این نرم‌افزار به صورت موتورایز درآید، به جهت جلوگیری از خستگی چشم و افزایش دقت پاتالوژیست‌ها به عنوان همیار پزشک در تشخیص، قابل استفاده خواهد بود.
کلیدواژه‌های فارسی مقاله کاندیدیازیس، واژینال، کاندیدا، پاپ اسمیر، پردازش تصویر
عنوان انگلیسی Diagnosis of Vulvovaginal Candidiasis via Automatic Extraction of Candida Fungus from Pap Smear Images
چکیده انگلیسی مقاله Background: Vulvovaginal candidiasis (VVC) is a common clinical problem due to occurrence overgrowth of candida in genital system mucosa of females. The aim of this study was automatic diagnosis of vulvovaginal candidiasis via detection and extraction of candida fungus from microscopic images of Pap smear samples. We used image processing techniques to detect candida fungus. Methods: The sample space consisted of 200 microscopic images. Microscopic images were prepared from 49 Pap smear samples using Nikon1 V1 camera mounted on Nikon Eclipse 50i light microscope. For uniform illumination of the images, bottom-hat filtering was used. De-correlation stretching and linear contrast stretching were used for contrast enhancement. Different geometric features such as area, major axis, minor axis, eccentricity, perimeter, compactness, and decision tree classifier were used for extraction of mycelium and conidium of candida. Findings: The results of extraction of mycelium showed a specificity of 98.64% and a sensitivity of 96.88%. The corresponding values for conidium detection were 91.54% and 92.32%, respectively. Conclusion: According to our findings, this software would be helpful to pathologists in the diagnosis of vulvovaginal candidiasis in prevention of eyestrain. It could increase the accuracy of diagnosis, too.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله محمدرضا مومن زاده | mohammad reza momen zadeh
دانشجوی کارشناسی ارشد، گروه بیوالکتریک و مهندسی پزشکی، دانشکده ی فناوری های نوین علوم پزشکی و کمیته ی تحقیقات دانشجویی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران
سازمان اصلی تایید شده: دانشگاه علوم پزشکی اصفهان (Isfahan university of medical sciences)

اردشیر طالبی | ardeshir talebi
دانشیار، گروه آسیب شناسی، دانشکده ی پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران
سازمان اصلی تایید شده: دانشگاه علوم پزشکی اصفهان (Isfahan university of medical sciences)

علیرضا مهری دهنوی | alireza mehri dehnavi
دانشیار، گروه بیوالکتریک و مهندسی پزشکی، دانشکده ی فناوری های نوین علوم پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران
سازمان اصلی تایید شده: دانشگاه علوم پزشکی اصفهان (Isfahan university of medical sciences)

حسین ربانی | hossein rabbani
دانشیار، گروه بیوالکتریک و مهندسی پزشکی، دانشکده ی فناوری های نوین علوم پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران
سازمان اصلی تایید شده: دانشگاه علوم پزشکی اصفهان (Isfahan university of medical sciences)

نشانی اینترنتی http://jims.mui.ac.ir/index.php/jims/article/view/4410
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/103/article-103-317889.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده مقاله پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات