مصطفی جهانی فر - دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس
علی محلوجی فر - دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس
علی گویا - مرکز تحقیقاتCISTIB دانشگاه شفیلد
میثم حسنی - دانشکده برق و کامپیوتر، دانشگاه تهران

بخش بندی پروستات در تصاویر پزشکی، به هدف تشخیص سرطان پروستات یا راهنمایی عمل بافت برداری از این ارگان، بسیار مهم است. بامطالعه روش های ارایه شده می توان فهمید که بخش بندی پروستات بدون استفاده از اطلاعات پیشین به نتایج غیرقابل قبول می انجامد. در این مقاله به بررسی استفاده از مدل های آماری تنک در بخش بندی پروستات پرداخته می شود. بعد از ساخت مدل شکل تنک از آن در یک چهارچوب سطوح هم تراز برای بخش بندی استفاده می شود. نتایج به دست آمده از آموزش مدل نشان داد که روش پیشنهادی برای ساخت مدل شکل پروستات خطای تشخیص و تعمیم پذیری را نسبت به روش کلاسیک ساخت مدل کاهش می دهد. با توجه به آزمایش های cross-validation مقدار مناسب پارامتر تنک سازی محاسبه شد تا بهترین مدل به دست آید. درنهایت با استفاده از روش مبتنی بر سطوح هم تراز و مدل شکل به عنوان اطلاعات پیشین بخش بندی انجام گرفت که نتایج بخش بندی داده های مشاهده نشده با خطای فاصله میانگین کم و معیار Dice بالا 0/81 نشان دهنده ی عملکرد مناسب الگوریتم بخش بندی است

بخش بندی، پروستات، سطوح هم تراز، مدل آماری شکل SpSSM ،ASM