ارایه یک روش جدید و کارامد در تشخیص اتوماتیک سلول های لوسمی حاد لنفوئیدی (ALL) با استفاده از تلفیق شاخص های آشوب گونه، هندسی و آماری

لوسمی حاد لنفوئیدی (Acute lymphocytic leukemia یا ALL) یکی از شایع ترین انواع سرطان خون در میان کودکان می باشد. با توجه به تعداد زیاد آزمایشگاه های تشخیص طبی، به نظر می رسد در آزمایشگاه هایی که فرد خبره ای به منظور تشخیص نهایی ALL حضور ندارد، نرم افزار می تواند ابزار مناسبی در جهت اهداف کمک تشخیصی باشد. هدف از انجام پژوهش حاضر، استفاده از خصوصیات هندسی و آماری هسته ها در ایجاد یک سیستم تشخیص اتوماتیک دقیق بود.
در این مطالعه با استفاده از الگوریتم تقطیع اتوماتیک، هسته ی سلول های سرطانی از تصاویر موجود جدا شد. با توجه به این که ویژگی های آشوب گونه باعث تمایز معنی داری در الگوهای رشته ای و لبه ها می گردد، در مرحله ی بعد سه دسته ویژگی هندسی، آماری و آشوب گونه از سلول ها استخراج گردید. به منظور تشخیص و طبقه بندی، الگوریتم ماشین بردار پشتیبان (Support vector machines یا SVMs) برای طبقه بندی مورد استفاده قرار گرفت.
روش پیشنهادی بر روی 312 تصویر میکروسکوپی شامل سلول های سالم و سرطانی مورد ارزیابی قرار گرفت. یافته ها، صحت بالای 92 درصد و دقت بالای 93 درصد در شش گروه سلول را نشان داد. بررسی سطح زیر منحنی (Receiver operating characteristic یا ROC) نشان دهنده ی کارایی بالای 91 درصد در روش پیشنهادی بود.
نتایج نشان دهنده ی کارامد بودن ویژگی های مذکور در طبقه بندی سلول های ALL است. از جمله امتیازات استفاده از ویژگی های آشوب گونه می توان به ایجاد تمایز در هسته ی سلول های سالم و سرطانی (که در اندازه و کروماتین تفاوت دارند) و استفاده از ویژگی های شکل ناهمگون سیتوپلاسم سلول های سالم اشاره نمود.