پژوهشگران مهندسي پزشكي دانشگاه تربيت مدرس با استخراج ويژگي‌هاي تصوير و طبقه‌بندي آن‌ها به ايجاد الگوريتمي در تشخيص بيماري ملانوما دست يافتند كه تا حدود 91 درصد در تشخيص اين نوع سرطان مهلك پوست موفق است.
به گزارش سرويس پايان نامه خبرگزاري دانشجويان ايران(ايسنا)، تشخيص ملانوما در مراحل نخست بيماري مي‌تواند به طور چشم‌گيري از مرگ ناشي از اين سرطان مهلك پوست جلوگيري كند. از آنجائي كه تشخيص اين بيماري در مراحل اوليه، حتي توسط متخصصان خبره به سختي انجام مي‌شود ارائه روشي كه تشخيص ملانوما را در مراحل آغازين بيماري آسان نمايد بسيار مفيد و ارزنده است.
در تحقيقي كه تحت عنوان« بررسي نقش و اثر نور پلاريزه در درماتوسكپي از بدن با استفاده از شبيه‌سازي» توسط منصور فاتح در قالب پايان نامه كارشناسي ارشد وي انجام و ارائه شد، دانش‌آموخته رشته مهندسي پزشكي دانشگاه تربيت مدرس بر آن شد كه با استخراج ويژگي‌هايي از تصوير و طبقه‌بندي كردن آن‌ها به ايجاد الگوريتمي بپردازد كه به تشخيص ملانوما كمك نمايد.
فاتح در خصوص طرح تحقيقاتي خود گفت: براي استخراج ويژگي‌هاي مناسب، مرزبندي دقيق بين ضايعه و زمينه از اهميت بالايي برخوردار است.
در اين پژوهش نشان داده‌ايم براي بالا بردن دقت مرزبندي مي‌توان از فيلتر پلاريزه با زاويه مناسب به عنوان پيش پردازشي مناسب استفاده كرد. اعمال فيلتر پلاريزه با زواياي مختلف براي بدست آوردن بهترين تصوير امري قابل انجام اما دشوار است؛ از اين رو شبيه‌سازي فيلتر پلاريزه و اعمال آن بر روي تصوير به عنوان يك ابزار پردازشي مناسب پيشنهاد مي‌شود.
وي افزود: در ادامه الگوريتم مرزبندي بر روي بهترين تصوير اعمال مي‌شود تا مرزبندي دقيق بين ضايعه و زمينه انجام گردد. سپس مي‌توان به استخراج ويژگي‌هاي ضايعه پرداخت.
ويژگي‌هاي استخراج شده به كمك طبقه‌بند، طبقه‌بندي مي‌شوند تا الگوريتم تكميل شود. در حالتي كه از طبقه بند SVM استفاده شود، اين الگوريتم تا حدود 91 درصد در تشخيص ملانوما موفق مي‌باشد.
گفتني است اين پژوهش با راهنمايي دكتر محمد حسين ميران بيگي در دانشكده فني مهندسي دانشگاه تربيت مدرس انجام شد.