طبقه‌بندی سلول‌های موثر در تشخیص سرطان میلوئیدی مزمن به روش نیمه خودکار پردازش تصاویر میکروسکوپی

مقدمه: لوسمی میلوئیدی مزمن (cml یا chronic myeloid leukemia)، نوعی بیماری سرطان خون است که اغلب، بزرگ‌سالان را درگیر می‌کند. آزمایش خون، شمارش و بررسی سلول‌های شناور خون، اولین گام جهت تشخیص لوسمی است. تشخیص و شمارش سلول‌ها از روی لام خون محیطی، توسط پاتولوژیست با استفاده از میکروسکوپ نوری صورت می‌گیرد. این امر، فرایندی زمان‌بر و پرهزینه است و نیاز به تجربه و فرد خبره در این زمینه دارد. همچنین، عوامل دیگری از قبیل خستگی و شرایط کاری، می‌تواند در این ارزیابی تاثیر منفی داشته باشد. بنابراین، وجود ابزاری در کنار پاتولوژیست به منظور کمک در روند تشخیص، می‌تواند بسیار سودمند باشد. در این راستا، این پژوهش یک ابزار نرم‌افرازی جدید را برای تشخیص و طبقه‌بندی سلول‌های cml ارایه می‏کند.روش‌ها: در روش پیشنهادی، پس از بخش‌بندی دستی دقیق سلول‌ها، با استفاده از تکنیک‌های پردازش تصویر، ویژگی‌های مختلف هندسی از سلول و هسته‌ی سلول‌های سفید رده‌ی نوتروفیل استخراج شدند. سپس، با به کارگیری این ویژگی‌های به دست آمده، سلول‌ها با استفاده از یک طبقه‌بندی کننده‌ی درختی طراحی شده‌ی جدید، به شش گروه دسته‌بندی شدند.یافته‌ها: روش پیشنهادی بر روی 120 تصویر میکروسکوپی شامل 714 سلول سفید مورد ارزیابی قرار گرفت. نتایج به دست آمده، برای هر شش گروه صحت بالاتر از 97 درصد، ویژگی بالاتر از 98 درصد و حساسیت بالاتر از 91 درصد را نشان داد.نتیجه‌گیری: در این پژوهش، روشی نیمه اتوماتیک جهت طبقه‏بندی سلول‌های موثر در تشخیص سرطان میلوئیدی مزمن از تصاویر میکروسکوپی با به کارگیری روش‌های پردازش تصویر ارایه گردید.