ارایه ی روشی هوشمند به منظور استخراج خودکار پارامترهای موردنیاز در جراحی ستون فقرات با به‌کارگیری ابر نقاط تصاویر توموگرافیک

ناهنجاری‌های هندسی ستون فقرات، بطور کلی با دردهای مزمن کمری و گردنی همراه هستند. در این ناهنجاری‌ها، انحنای ستون مهره در فضای سه‌بعدی دست خوش تغییراتی می‌شود که در بسیاری از موارد ضمن کاهش میزان بازشدگی قفسه سینه، به اختلالات تنفسی و اثرات منفی بر روی سیستم قلبی منجر می‌شود. برای تصحیح این ناهنجاری‌ها و جلوگیری از پیشرفت آن‌ها در حالت حاد، جراحان از جراحی فیوژن خلفی ستون مهره‌ها استفاده می‌کنند. قبل از انجام عمل جراحی به منظور تشخیص وضعیت بیمار و انتخاب روش مناسب عمل، استخراج برخی پارامترهای کلینیکی مهم ستون فقرات ازجمله انحناها، زوایای کوب، انحراف جانبی، زوایای مهره‌ها و میزان چرخش آن‌ها در صفحات مختلف ضروری است. دراین پژوهش ابتدا با استفاده از تصاویر توموگرافیک ویرایش شده در نرم‌افزار میمیکس، مدل سه‌بعدی ستون مهره‌ها در قالب ابر نقاط بدست آمد. سپس ضمن تفکیک و جداسازی مهره‌ها به کمک روش‌های خوشه‌بندی مختلف ازجمله روش شبکه ی عصبی خودسازمان‌ده، روش k-میانگین و روش سلسله مراتبی، اطلاعات هندسی مهم مقاطع ستون مهره‌ها مانند انحناهای ستون مهره‌ها و زوایای آن با استفاده از الگوریتم‌های تخصیص منحنی، به‌صورت خودکار استخراج شد. بعلاوه، در حین پیاده‌سازی الگوریتم‌های مشخص، سایر ویژگی‌های کلینیکی هریک از مهره‌ها ازجمله کمینه و بیشینه ارتفاع مهره در سه بعد، طول و عرض جسم مهره‌ای و نیز جابجایی نسبی مهره‌ها به صورت خودکار محاسبه گردید. به‌منظور اعتبارسنجی روش‌های ارایه‌شده و اندازه‌های استخراج‌شده، مقادیر به‌دست‌آمده در هر مرحله توسط یک رادیولوژیست و یک جراح ستون فقرات که نسبت به اهداف و نتایج تحقیق ناآگاه بودند، محاسبه شدند. با مقایسه ی مقادیر متناظر، اعتبار نتایج و کارایی بالای الگوریتم‌های پیشنهادی تایید گردید.