یکی از علل اصلی مرگ و میر در جهان سرطان کبد می باشد . هر ساله با تشخیص صحیح افراد مبتلا به سرطان کبد با استفاده از توموگرافی کامپیوتری ) CT (میتوان از مرگ و میر میلیونها بیمار جلوگیری کرد . با این حال، خواندن صدها یا حتی دهها تصویر CT برای رادیولوژیستها کار دشواری است. همچنین جداسازی صحیح بافت آلی تحت تاثیر تومور بدون شک حتی برای رادیولوژیستهای باتجربه کار دشواری است. بنابراین نیاز فوری به خواندن،تشخیص و ارزیابی سیتیاسکن به صورت خودکار، سریع و دقیق بسیار مفید و لازم است . در این پژوهش روشی برای تشخیص و دستهبندی تومورهای کبدی ارائه شده است .در ابتدا عملیات پیش پردازش جهت رفع نویز و نرمالسازی تصاویر CT انجام شده است، سپس قطعه بندی تصویر با استفاده از الگوریتم حد آستانه و FCM انجام شده است . در ادامه برای بهبود قطعه بندی از عملیات مورفولوژی و یافتن اجزای متصل استفاده شده است و در نهایت ازلبه یابی سوبل استفاده شده است . پس از تشخیص مکان توموربرای دستهبندی تومور به دو دسته ی خوشخیم و بدخیم، از ماشین بردار پشتیبان) svm ( استفاده شده است . نتایج حاصل نشان میدهد روش پیشنهادی عملکرد بهتری از روشهای موجود دارد.
