استخدام طرق تقسيم مختلفة للكشف عن الاورام والشذوذ في الصور الطبية == Utilizing Different Segmentation Methods to Detect Tumors and Abnormalities inMedical Images
Author name:
علا سعد خضير عبود
Supervisor name:
رباب سعدون عبدون
General topic:
Physics
Specific topic:
Physics
Degree:
Master
University:
University of Babylon - College Of Education For Pure Sciences - Physics Department
Language:
English
University location:
Babylon
First pages:
26T1656 - p.pdf
Abstract:
من بين اخطر الامراض التي تؤدي الى الوفاة بين البشر هي الاورام, لذا فان الكشف السريع والدقيق عن هذه الاورام يعد مهمة حيوية, ان التشخيص الدقيق يعتمد على طرق محكمة والتي تنفذ لكشف مناطق الشذوذ في الصور الطبية قيد الفحص مثل : صور التصوير بالرنين المغناطيسي(MRI) والمسح المقطعي (CT) والماموغرام الرقمي وغيرها من انواع الصور الطبية. الهدف من هذه الدراسة هو تقديم تقنيات كفؤة ودقيقة لها القدرة لمعالجة وتقسيم صور طبية تعود لثلاث انماط مختلفة هي التصوير بالرنين المغناطيسي(MRI) والمسح المقطعي (CT) والماموغرام ولثلاثة اعضاء مختلفة هي الثدي والدماغ والكبد بالرغم من كون كل نمط من انماط التصوير الطبي له خصائصه الخاصة به من حيث طريقة الاستحصال وقدرة التفريق. بالاضافة الى ذلك, ان صور كل عضو بشري لها صفاتها الخاصة طبقا للانسجة والاجسام المتنوعة التي تعود له. لانجاز مهمة الكشف عن الاورام والشذوذ, عرضت في هذا العمل سبعة تقنيات تقسيم : العنقدة ذات الطريقة الحادة (K - means) والعنقدة ذات الطريقة المرنة (FCM) ومصفوفة الحدوث (التكرار) للمستويات الرمادية (GLCM) ومعادلة الرسم البياني(Histogram equalization) والتي تعتبر من طرق التحسين التي تعتمد على قيمة البكسل. اضافة الى ذلك ثلاث طرق هجينة مقترحة هي : K - means و; GLCM K - means وFCM وK - means K - ومعادلة الرسم البياني. لقد اوضحت النتائج ا ن هناك عدد عناقيد ملائم لتقسيم كل نوع من انواع الصور الطبية عند تطبيق طريقتي ال(K - means) و(FCM).ان طريقة معادلة الرسم البياني(Histogram equalization) والتي تستخدم عادة لاغراض تحسين الصور الرقمية ممكن تطبيقها وبسداد لتقسيم الصور الطبية ولاستخلاص مناطق الشذوذ فيها. علاوة على ذلك, عند تطبيق الطريقة الهجينة (K - means وFCM) ذات مرحلتي تقسيم قد ساعدت على اختزال زمن التنفيذ الطويل ليصبح صغيرا جدا والنسبة المؤية لاختزال الزمن وجدت انها تتراوح ما بين (0.16 - 0.03).من خلال نتائج كل التقنيات المقترحة تبين ان هذه الطرق جميعها قد نجحت في كشف وعزل واستخلاص مناطق الورم والشذوذ طبقا لاستشارة ثلاثة من اطباء الاشعة كما وان النتائج متوافقة وبشكل جيد مع تخطيط اطباء الاشعة الثلاثة | Among the most dangerous diseases that cause death among people are tumors, so fast and accurate detecting of these tumors are a vital task. The accurate diagnosis depends upon the robust methods that are implemented for detecting the tumor and abnormalities regions in the tested medical images like : MRI, CT scan, digital mammograms and other types of medical images.This study aims to present efficient and accurate techniques that capable to process and segment medical images of three different modalities are : mammography, Magnetic Resonance Imaging (MRI) and Computed Tomography (CT) images, and images of three different organs that studies here are : breast, brain and liver, although each medical imaging modality has its own characteristics of the acquisition approach and the resolution. As well as, each human organ image has its special properties according to the various tissues and objects that belong to. To achieve the tumors and abnormalities detection task, seven segmentation techniques are presented in this work : clustering hard scheme (K - means); clustering soft scheme (Fuzzy c - means, FCM); Gray level co - occurrence matrix (GLCM) and Histogram equalization which is one of the pixel - based enhancement methods. As well as three proposed hybrid methods : K - means and GLCM; K - means and FCM and K - means and histogram equalization.The results showed that there is an appropriate number of clusters that is suitable to cluster each type of medical images by implementing K - means and FCM. Histogram equalization techniques that is usually utilized for digital image enhancement, can be implemented ad equality to segmentation and to extract abnormalities regions.In addition applying hybrid methods (K - means and FCM) with two passes segmentation can reduced the long elapsed time to be very small, and the relative percent reduction of time became (0.03 - 0.16).From the results of all the proposed technique, these techniques succeed to detect, isolate and extract the tumor and abnormalities regions according to the consultation of three radiologist, and they are in good agreement with the delineation of radiologists.
