دوره 3، شماره 3 - ( پاییز 1395 )                   جلد 3 شماره 3 صفحات 232-223 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Masoudi M, Pourreza H, Saadatmand M, Shafiei Zargar F, Amini M, Pezeshki Rad M. A Review of Computer-Aided Detection of Pulmonary Embolism in CT Angiograms. jhbmi 2016; 3 (3) :223-232
URL: http://jhbmi.ir/article-1-162-fa.html
مسعودی مجتبی، پوررضا حمیدرضا، سعادتمند طرزجان مهدی، شفیعی زرگر فاطمه، امینی مهناز، پزشکی راد مسعود. مروری بر سیستم‌های تشخیص خودکار آمبولی ریوی در تصاویر توموگرافی کامپیوتری آنژیو. مجله انفورماتیک سلامت و زیست پزشکی. 1395; 3 (3) :223-232

URL: http://jhbmi.ir/article-1-162-fa.html


دکتری مهندسی کامپیوتر، استاد، گروه مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه فردوسی مشهد، مشهد، ایران.
چکیده:   (6565 مشاهده)

مقدمه: تصاویر توموگرافی کامپیوتری آنژیو ریه به صورت گسترده در شناسایی آمبولی ریوی استفاده می‌شوند. استفاده از این برش نازک برای بررسی عملکرد بالینی ریه امری ضروری است، اما باعث افزایش حجم بار زمانی رادیولوژیست می‌شود. از این رو سیستم‌های متعددی برای شناسایی آمبولی طراحی شده است. هدف از این مقاله، مروری بر سیستم‌های تشخیص آمبولی ریوی و ارزیابی عملکرد آن‌ها است.

روش: در این مطالعه کلیه مقالات موجود در پایگاه‌های اطلاعاتی IEEE، Science Direct، Medical Physics، SPIE در زمینه پردازش تصاویر توموگرافی کامپیوتری آنژیو ریه و سیستم‌های تشخیص با کمک کامپیوتر، مورد بررسی قرار گرفته است. تعداد 16 مقاله در بین سال‌های 2002 تا 2015 استخراج شدند. هر مقاله یک سیستم شناسایی خودکار آمبولی ارائه می‌دهند که با استفاده از تحلیل کمی و کیفی آن‌ها را مورد ارزیابی قرار می‌دهیم. روش‌های ارزیابی روی تعداد بانک تصاویر، حساسیت و میزان خطای مثبت صورت می‌گیرند.

نتایج: سیستم‌های متنوعی برای شناسایی آمبولی طراحی شده است. بانک تصاویر تحت تأثیر عوامل مختلف همچون بیماری‌های ریوی، نویز، زمان تصویربرداری، تنوع وجود آمبولی در شاخه‌های اصلی، پیرامونی و تعداد داده‌ها است. بیشترین تعداد تصاویر 177 نمونه و کمترین آن 3 نمونه است. میزان حساسیت و تعداد خطای مثبت معیار مناسب دیگر است. در میان سیستم‌‌ها، میزان حساسیت 50 تا 100 درصد و میزان خطای مثبت در هر برش 22/6 تا 2 به دست آمده است.

نتیجه‌گیری: بر طبق نتایج سیستم‌های تشخیص باید علاوه بر داشتن حساسیت بالا و خطای مثبت کم از یک بانک تصاویر زیاد که شامل آمبولی در شاخه‌های مختلف باشد، استفاده کنند.

متن کامل [PDF 603 kb]   (1953 دریافت)    
نوع مطالعه: مقاله مروری تشریحی | موضوع مقاله: تخصصي
دریافت: 1395/7/21 | پذیرش: 1395/9/17

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به مجله انفورماتیک سلامت و زیست پزشکی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2025 CC BY-NC 4.0 | Journal of Health and Biomedical Informatics

Designed & Developed by : Yektaweb