fa روش نوین در استخراج تراکم‌پذیری دیواره ریه با استفاده از پردازش تصاویر فراصوتی: الگوریتم‌های حداکثر گرادیان و تطبیق بلوک زیست‌صوتیّات Bioacoustics پژوهشي Research <div style="text-align: justify;"><span style="font-size:16px;"><span style="font-family:Tahoma;"><span style="direction:rtl"><span style="unicode-bidi:embed"><span lang="FA">در کنار سی‌تی اسکن، آوارسم ریه نیز نقش مهمی در تصویربرداری ریه در شرایط بیماری ایفا می‌کند. هدف این مطالعه استخراج غیرتهاجمی پارامترهای مربوط به تراکم‌پذیری بافت ریه از جمله مدول الاستیک محوری (یانگ) و مدول الاستیک برشی با استفاده از پردازش متوالی تصویر فراصدا است. برای تصویربرداری از دستورالعمل 14 ناحیه‌ای رایج در آوارسم ریه استفاده شد. با این حال، به دلیل محدودیت در تصویربرداری از نواحی پشت، تنها 8 ناحیه قدامی و جانبی ریه تصویربرداری شد. در این مطالعه با توجه به حرکات دینامیکی ریه، طی سه چرخه تنفسی شامل سه دم و بازدم، تصاویر آوارسم متوالی از دیواره ریه ثبت شد. برای استخراج تغییرات تنش-کرنش، همزمان با ثبت استرس تنفسی، تغییرات جابجایی دیواره ریه نیز ثبت شد. برای اندازه‌گیری جابجایی دیواره ریه، از الگوریتم‌های حداکثر گرادیان و تطبیق بلوک در محیط متلب استفاده شد. نتایج نشان داد که در یک فرد سالم مدول یانگ سمت راست و چپ ریه از 30_/0-20_/1 کیلو پاسکال و مدول برشی از 10_/0-72_/0 کیلو پاسکال تغییر می‌کند. نتیجه‌گیری می‌شود که با استفاده از الگوریتم های تخمین حرکت، می‌توان تراکم‌پذیری دیواره ریه را از پردازش تصاویر آوارسم متوالی در طول حرکت دینامیکی ریه اندازه گیری کرد. این روش غیر تهاجمی و غیر یونیزه برای تشخیص و ارزیابی بیماری‌های ریوی و همچنین بررسی دوره‌ای معاینات بالینی توصیه می‌شود.</span></span></span></span></span></div> <span style="font-size:13.0pt"><span style="background:white"><span new="" roman="" style="font-family:" times=""><span style="color:#2f3333">Along with CT scan, lung ultrasound also plays an important role in lung imaging in disease conditions.&nbsp;The aim of this study is to non-invasively extract parameters related to the compressibility of lung tissue including axial elastic modulus (Young) and shear elastic modulus using sequential ultrasound image processing.&nbsp;B-mode images were recorded by the MyLab&trade;Sigma ultrasound system of esaote company with a frequency of 3-11 MHz and a frame rate of more than 20 frames per second. For imaging, the common 14-area protocol in lung ultrasound was used, but because of the limitation of imaging of the back areas, only 8 anterior and lateral areas of the lung were imaged.&nbsp;In this study, according to the dynamic movements of the lung, during three breathing cycles, including three inhalations and exhalations, sequential ultrasound images of the lung wall were recorded.</span></span></span></span><span style="font-size:13.0pt"><span new="" roman="" style="font-family:" times=""> <span style="background:white"><span style="color:#2f3333">To extract changes in stress-strain, simultaneously with recording respiratory stress, the changes in displacement of the lung wall were also recorded .Gradient and block matching algorithms were used in the MATLAB environment to measure lung wall displacement.</span></span> </span></span> تصاویر فراصوتی, الگوریتم تخمین حرکت, تراکم‌پذیری, ریه Ultrasound images, Motion estimation algorithm, Compressibility, Lung. 83 89 http://joasi.ir/browse.php?a_code=A-10-1160-1&slc_lang=fa&sid=1 Omid Sadeghi-Gougheri امید صادقی گوغری omid.sadeghi@modares.ac.ir 3060394131 10031947532846004067 No دانشگاه تربیت مدرس Manijhe Mokhtari-Dizaji منیژه مختاری دیزجی mokhtarm@modares.ac.ir 10031947532846004068 10031947532846004068 Yes Hajhir Saberi هژیر صابری hazhir_saberi@hotmail.com 10031947532846004069 10031947532846004069 No Reza Naseri رضا ناصری dr.rezanaseri@sbmu.ac.ir 10031947532846004070 10031947532846004070 No