Σκοπός της παρούσας διπλωματικής εργασίας είναι η εύρεση γεωμετρικών χαρακτηριστικών των αιμοσφαιρίων με ψηφιακή επεξεργασία της σκεδασμένης μονοχρωματικής ακτινοβολίας. Αποτελείται από 5 κεφάλαια. Σε αυτά περιλαμβάνεται η ανάπτυξη, η υλοποίηση και τα αποτελέσματα τεχνικών για την ψηφιακή ανάλυση κι επεξεργασία ιατρικών εικόνων κάτι που παρουσιάζει ιδιαίτερο επιστημονικό ενδιαφέρον. Oι αλγόριθμοι που αναπτύχθηκαν υλοποιήθηκαν με τη βοήθεια του MATLAB 7.1. O κώδικας προγραμματίστηκε από τον Κύριο Aποστολόπουλο και τα αποτελέσματα της εξομοίωσής τους αξιολογήθηκαν σε συνεργασία με τον καθηγητή Κύριο Δερματά. Στο κεφάλαιο 1 επιχειρείται μια εμπεριστατωμένη ανασκόπηση της διεθνούς βιβλιογραφίας πάνω στα ερευνητικά θέματα που άπτονται του “ευθέως προβλήματος” ως θεωρητικό μοντέλο. Αποτελείται από έξι υποκεφάλαια με το πρώτο να αφιερώνεται στη θεωρητική ανάλυση της σκέδασης της ηλεκτρομαγνητικής ακτινοβολίας (ΗΜ). Στο δεύτερο υποκεφάλαιο γίνεται βιβλιογραφική ανασκόπηση εργασιών που ασχολούνται με τη φυσιολογία και τα γεωμετρικά χαρακτηριστικά των ερυθροκυττάρων, ενώ στο τρίτο υποκεφάλαιο αναλύεται το “ευθύ πρόβλημα σκέδασης”. Στη συνέχεια αναλύεται η σκέδαση ανθρώπινου αιμοσφαιρίου από Ηe-Νe laser και από ηλεκτρομαγνητική ακτινοβολία. Τέλος παρατίθενται εικόνες από laser, οι οποίες προέκυψαν από πειράματα του Κυρίου Τσινόπουλου. Στο κεφάλαιο 2, αναφέρονται βασικές έννοιες ηλεκτρομαγνητισμού και σκέδασης ηλεκτρομαγνητικών κυμάτων. Αρχικά ορίζεται το ηλεκτρομαγνητικό φάσμα και η οπτική Η/Μ ακτινοβολία, η δομή της ύλης και των ατόμων και η απορρόφηση του φωτός από ερυθρά αιμοσφαίρια. Στο τέταρτο υποκεφάλαιο γίνεται μια εκτενής αναφορά στη θεωρία του ηλεκτρομαγνητισμού, τις εξισώσεις Maxwell και τις μακροσκοπικές ιδιότητες του μέσου, για κενό χώρο, ισότροπο και ανισότροπο μέσο καθώς επίσης και οι συνοριακές συνθήκες. Τέλος διατυπώνεται η κυματική μορφή των εξισώσεων Maxwell. Στο κεφάλαιο 3 παρουσιάζονται εφαρμογές παρόμοιων πειραμάτων με το “ευθύ πρόβλημα” σκέδασης ηλεκτρομαγνητικής ακτινοβολίας σχετικά με τη σκέδαση μικροσωματιδίων. Αρχικά αναλύονται εκτενώς τεχνικές της βιοτεχνολογίας και ιατρικής, όπως η ακτινοδιαγνωστική, η αθηροσκλήρωση και η βρογχοσκόπηση. Στη συνέχεια παρατίθενται εφαρμογές πέραν της ιατρικής οι οποίες παρουσιάζουν ιδιαίτερο ενδιαφέρον στη βελτίωση του βιοτικού επιπέδου. Ανάμεσα σ’ αυτές είναι ο προσδιορισμός του μεγέθους βακτηριδίων και η χρήση του Radar. Στο κεφάλαιο 4 περιγράφεται η γενική μορφή του “αντίστροφου προβλήματος” ηλεκτρομαγνητικής σκέδασης. Αρχικά παρατίθενται ο ορισμός του προβλήματος, τα πλεονεκτήματα και τα μειονεκτήματα. Στη συνέχεια παρουσιάζεται εκτενώς η επαναληπτική μέθοδος του “αντίστροφου προβλήματος” ηλεκτρομαγνητικής σκέδασης. Τέλος μοντελοποιούμε το παραπάνω πρόβλημα και αναλύονται τα προβλήματα που προκύπτουν ως αποτέλεσμα ενός παραδείγματος αναδημιουργίας αεροσκάφους με “αντίστροφη σκέδαση”. Στο κεφάλαιο 5 παρουσιάζονται εφαρμογές “αντίστροφων προβλημάτων” ηλεκτρομαγνητικής σκέδασης, καθώς και τα πλεονεκτήματα και μειονεκτήματά τους. Μερικές από αυτές τις εφαρμογές αναλύονται εκτενώς, όπως η εκτίμηση μεγέθους κοπαδιού ψαριών με αεροφωτογραφία, η επισκόπηση αρχαιολογικής γεωφυσικής και η σκέδαση φωτός δισδιάστατης γωνίας για το χαρακτηρισμό των μικροσωματιδίων αεροσκάφους. Στο κεφάλαιο 6 αναλύεται πειραματικά το “αντίστροφο πρόβλημα” σκέδασης με αναφορές σε βασικές έννοιες που χρησιμοποιούνται στο παρόν πείραμα, όπως η κανονικοποίηση εικόνας, ο DCT (Discrete Cosine Transform) και το νευρωνικό Δίκτυο. Εν συνεχεία εκτιμάται το μέγεθος και η μορφή του RBC με το “αντίστροφο πρόβλημα” σκέδασης. Τα προκύπτοντα μεγέθη μετασχηματίζουμε με Discrete Cosine Transform (DCT) κι εξάγουμε χαρακτηριστικά γνωρίσματα. Στη συνέχεια κανονικοποιούμε τα χαρακτηριστικά γνωρίσματα και προβλέπουμε τα νευρωνικά δίκτυα για το μέγεθος και τη μορφή των RBC. Τέλος εξάγονται πειραματικά αποτελέσματα και συμπεράσματα. Στο τελευταίο κεφάλαιο δίνονται οι μετρήσεις των ερυθροκυττάρων. Γίνεται μια γενική αναφορά στις εικόνες και την ψηφιακή επεξεργασία τους με τη βοήθεια του MATLAB 7.1. Αναφέρονται οι τύποι των εικόνων και η δομή τους καθώς και τα χρήσιμα Φίλτρα Εξάλειψης Θορύβου Εικόνας. Τέλος παρατίθενται οι γραφικές παραστάσεις που προκύπτουν από το Μatlab 7.1 του μέσου απόλυτου σφάλματος (Regression Error) και της επιτυχίας αναγνώρισης σχετικά με τον αριθμό των νευρώνων και σχολιάζονται αναλυτικά. / -