fa استفاده از روش تشخیص لبه برای محاسبه پارامتر سطح در استاندارد PASI عمومى General پژوهشي Research <p style="text-align: justify;"><span style="line-height:2;"><span style="font-family:Tahoma;"><span style="font-size:14px;"><strong>مقدمه : </strong>این مطالعه جهت تعیین پارمتر سطح در استاندارد PASI در بیماری پسوریازیس با تشخیص لبه در پردازش تصویر طراحی شده است.</span></span></span></p> <p style="text-align: justify;"><span style="line-height:2;"><span style="font-family:Tahoma;"><span style="font-size:14px;"><strong>روش بررسی: </strong>در این مقاله با استفاده از روش تشخیص لبه در یک روش نیمه اتوماتیک کامپیوتری ارایه می شود که برای محاسبه پارامتر سطح در استاندارد PASI در فضای رنگی CIE_LAB و انتخاب آستانه خودکار جهت تفکیک پلاک‌های پوستی از تصویر استفاده می کند. در این روش از 15 بیمار با بررسی بیش از 20 تصویر برای هرکدام صورت گرفته است.</span></span></span></p> <p style="text-align: justify;"><span style="line-height:2;"><span style="font-family:Tahoma;"><span style="font-size:14px;"><strong>یافته ها: </strong>پس از بررسی تصاویر بیماران با این روش در 65 درصد موارد دقت تشخیص تصویر بالای 90 درصد در 30 درصد ببین 80 تا 90 درصد و در 5 درصد بین 70 تا 80 درصد می باشد.</span></span></span></p> <p style="text-align: justify;"><span style="line-height:2;"><span style="font-family:Tahoma;"><span style="font-size:14px;"><strong>نتیجه گیری: </strong>یکی از مزایای مهم این روش حذف خودکار موی سر چشم و نویزهای موجود است. همچنین در این روش می توان کمترین دخالت دستی در اجرا به دست آورد. با توجه به مشخص بودن لبه بیماری از پوست و وابستگی رنگ نوع پلاک‌ها به رنگ پوست می&shy;توان با مطالعه جامع&shy;تر در زمینه پزشکی و پوست به اطلاعات کامل‌تری از آن دست یافت. و این از برتری های این روش ارایه شده می باشد.</span></span></span></p> <span style="font-size:10pt"><span style="font-family:Arial,sans-serif"><span style="font-weight:bold"><span style="font-size:11.0pt"><span style="font-family:&quot;Times New Roman&quot;,serif">Background:</span></span><span style="font-size:11.0pt"><span style="font-family:&quot;Times New Roman&quot;,serif"><span style="font-weight:normal"> Psoriasis is a skin disease which has genetical origin. In this disease, skin is covered by red plaques and silvery-white scales. PASI standard provides a method for measuring psoriasis severity by evaluating lesion area and three other parameters. </span></span></span></span></span></span><br> <span style="font-size:10pt"><span style="font-family:Arial,sans-serif"><span style="font-weight:bold"><span style="font-size:11.0pt"><span style="font-family:&quot;Times New Roman&quot;,serif">Material and Methods:</span></span><span style="font-size:11.0pt"><span style="font-family:&quot;Times New Roman&quot;,serif"><span style="font-weight:normal"> To determine the lesion area on the skin, we have developed an automatic method for segmentation of the plaques. The method isolates healthy and healed skin areas from lesion areas by an edge detection method. We customized the canny edge detection method in CIELAB color space to isolate the plaques from skin. </span></span></span></span></span></span><br> <span style="font-size:10pt"><span style="font-family:Arial,sans-serif"><span style="font-weight:bold"><span style="font-size:11.0pt"><span style="font-family:&quot;Times New Roman&quot;,serif">Result:</span></span><span style="font-size:11.0pt"><span style="font-family:&quot;Times New Roman&quot;,serif"><span style="font-weight:normal"> Moreover the simulation results indicate that the proposed method is able to determine lesion areas with accuracy higher than 92 percent for 37 out of 40 cases.&nbsp; </span></span></span></span></span></span><br> <span style="font-size:10pt"><span style="font-family:Arial,sans-serif"><span style="font-weight:bold"><span style="font-size:11.0pt"><span style="font-family:&quot;Times New Roman&quot;,serif">Conclusion:</span></span><span style="font-size:11.0pt"><span style="font-family:&quot;Times New Roman&quot;,serif"><span style="font-weight:normal"> The advantage of this method is that it can find lesion area in noisy body, face and can remove the hair, eyes and mouth artifacts. Hence, the proposed method is superior to the previous methods and can be effectively used in automatic measuring of the lesion area in psoriasis patients.</span></span></span></span></span></span><br> &nbsp; پسوریازیس, تشخیص لبه, الگوریتم Canny, درجه PASI, فضای رنگی, پلاکهای پوستی Psoriasis, Edge detection, Canny algorithm, PASI, Color space, Skin plaques 20 26 http://icml.ir/browse.php?a_code=A-10-6-112&slc_lang=fa&sid=1 احمد ملکیان‌بروجنی a.malekian@srbiau.ac.ir 1050031947532846004811 1050031947532846004811 Yes دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران فرزاد زرگری اصل 1050031947532846004812 1050031947532846004812 No دانشگاه آزاد اسلامی واحد علوم و تحقیقات پروین منصوری 1050031947532846004813 1050031947532846004813 No گروه پوست دانشگاه علوم پزشکی تهران احسان زارع‌بیدکی 1050031947532846004814 1050031947532846004814 No دانشگاه جامع علمی کاربردی واحد پارس الکتریک پروانه نجفی زاده 1050031947532846004815 1050031947532846004815 No دانشگاه آزاد اسلامی واحد علوم دارویی رضا چلنگری 1050031947532846004816 1050031947532846004816 No کلینیک درماتولوژی مونالیزا کاتالین مارتیچ چلنگری 1050031947532846004817 1050031947532846004817 No ،کلینیک درماتولوژی مونالیزا