عباس کریمی - استادیار گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد اراک
زهرا محمدی - دانشجوی کارشناسی ارشد رشته مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد اراک
عمادالدین هزاوه ای - استادیار گروه مهندسی صنایع ، دانشگاه آزاد اسلامی واحد اراک،

سرطان ریه یک بیماری بسیار تهاجمی و پیش رونده و از شایعترین و کشندهترین سرطانها در سراسر جهان است.تقسیمبندی بافت ریه به علت شدت روشنایی اندامها و تشابه عضلات مجاور ریه و نیز به علت حرکت قفسه سینه به هنگام تنفس، چالش برانگیز است. برداشتن تومور و پیوند آن، دو درمان اصلی در عملکردهای معمول بالینی هستند که هر دو برای برنامهریزی و ارزیابی کیفی نیاز به تصویر دارند. از اهداف مهم پردازش تصاویر، تبدیل تصاویر به شکلی بهتربرای بازنمایی و ارزیابی آسان و نیز خوشهبندی پیکسلها به مناطق معنا دار با خواص مشابه از قبیل سطح خاکستری،رنگ، بافت، روشنایی و کنتراست است که امروزه به طور گستردهای در تشخیص زودهنگام سرطان، مطالعات بالینی وبرنامهریزی درمان استفاده میشود. تقسیمبندی دقیق تصاویر، گامی اولیه و مهم در فرآیند تجزیه و تحلیل تصاویر است.میانگین فازی به طور گسترده ای برای تقسیمبندی تصاویر پزشکی استفاده میشود. در این مقاله با C روش خوشهبندی میانگین فازی و الگوریتم ژنتیک، یک روش کاملا اتوماتیک و بدن نیاز به C استفاده از ترکیب الگوریتم خوشهبندی دخالت کاربر ارائه شده است. نتایج نشان میدهد این روش توسعه یافته ابزار مفیدی برای تشخیص سرطان ریه میباشد.

تشخیص به کمک کامپیوتر، تقسیمبندی تصاویر پزشکی، سرطان ریه، الگوریتم خوشهبندی میانگین فازی، Cالگوریتم ژنتیک