A Novel Statistical Approach to Obtain the Best Visibility Slice in MRI Sequence of Brain Tumors

IF 1.2 Q3 MULTIDISCIPLINARY SCIENCES Baghdad Science Journal Pub Date : 2024-04-20 DOI:10.21123/bsj.2024.9311

Hassan Al-Yassin, M. Fadhel, O. Al-Shamma

{"title":"A Novel Statistical Approach to Obtain the Best Visibility Slice in MRI Sequence of Brain Tumors","authors":"Hassan Al-Yassin, M. Fadhel, O. Al-Shamma","doi":"10.21123/bsj.2024.9311","DOIUrl":null,"url":null,"abstract":"يعزز تشخيص أورام الدماغ المبكر احتمالات شفاء المرضى. مع تقدم استخدام الذكاء الاصطناعي في مجال الطب، أصبح اكتشاف أورام الدماغ أحد اهتمامات الباحثين. لا تزال مسألة تحديد أي شريحة في تسلسل الرنين المغناطيسي تعطي أفضل رؤية للورم تحديًا. قدم هذا البحث نهجًا إحصائيًا جديدًا لاستخراج الورم من فحص رنين الدماغ للمريض (تسلسل). في البداية، تم حساب دالة الكتلة الاحتمالية (PMF) لكل صورة في التسلسل. ثم تم تطبيق تقنية انحراف كولباك-ليبلر لتحديد الصورة أو الصور التي انحرفت عن الصور الصحية ذات الصلة. تم تحديد أفضل شريحة رؤية للورم باستخدام مقياس جذر متوسط الخطأ. بالإضافة إلى ذلك، تم تطبيق نهج تجميع لتجزئة الصور الورمية. تم استخدام طريقة التجميع الكمي (VQ) لتجميع الصور في 16 مجموعة مختلفة، في حين تم استخدام تقنية VQ عكسية لإنتاج صور ثنائية التنغيم. في النهاية، تم استخدام طريقة Teager ثنائي الأبعاد لاكتشاف الحواف لتحديد الورم. تم استخدام مجموعة بيانات خاصة تتضمن عشرين فحصًا بالرنين المغناطيسي (تسلسلًا) للاختبار وتقييم النظام.","PeriodicalId":8687,"journal":{"name":"Baghdad Science Journal","volume":null,"pages":null},"PeriodicalIF":1.2000,"publicationDate":"2024-04-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Baghdad Science Journal","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.21123/bsj.2024.9311","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q3","JCRName":"MULTIDISCIPLINARY SCIENCES","Score":null,"Total":0}

引用次数: 0

Abstract

يعزز تشخيص أورام الدماغ المبكر احتمالات شفاء المرضى. مع تقدم استخدام الذكاء الاصطناعي في مجال الطب، أصبح اكتشاف أورام الدماغ أحد اهتمامات الباحثين. لا تزال مسألة تحديد أي شريحة في تسلسل الرنين المغناطيسي تعطي أفضل رؤية للورم تحديًا. قدم هذا البحث نهجًا إحصائيًا جديدًا لاستخراج الورم من فحص رنين الدماغ للمريض (تسلسل). في البداية، تم حساب دالة الكتلة الاحتمالية (PMF) لكل صورة في التسلسل. ثم تم تطبيق تقنية انحراف كولباك-ليبلر لتحديد الصورة أو الصور التي انحرفت عن الصور الصحية ذات الصلة. تم تحديد أفضل شريحة رؤية للورم باستخدام مقياس جذر متوسط الخطأ. بالإضافة إلى ذلك، تم تطبيق نهج تجميع لتجزئة الصور الورمية. تم استخدام طريقة التجميع الكمي (VQ) لتجميع الصور في 16 مجموعة مختلفة، في حين تم استخدام تقنية VQ عكسية لإنتاج صور ثنائية التنغيم. في النهاية، تم استخدام طريقة Teager ثنائي الأبعاد لاكتشاف الحواف لتحديد الورم. تم استخدام مجموعة بيانات خاصة تتضمن عشرين فحصًا بالرنين المغناطيسي (تسلسلًا) للاختبار وتقييم النظام.

查看原文

微信好友朋友圈 QQ好友复制链接

本刊更多论文

在脑肿瘤核磁共振成像序列中获得最佳可见度切片的新型统计方法

脑肿瘤的早期诊断可提高患者的康复机会。随着人工智能（AI）在医学中的应用不断发展，检测脑肿瘤已成为研究人员关注的问题之一。在核磁共振成像序列中确定哪个切片能最好地显示肿瘤仍然是一项挑战。这项研究提出了一种从患者脑部核磁共振成像扫描（序列）中提取肿瘤的新统计方法。首先，计算序列中每个图像的概率质量函数（PMF）。然后应用库尔巴克-莱伯勒偏差技术来识别偏离相关健康图像的一幅或多幅图像。使用均方根误差（RMSE）指标确定肿瘤的最佳可见度切片。此外，还采用了聚类方法来分割肿瘤图像。使用 VQ 聚类方法将图像分成 16 个不同的聚类，同时使用反向 VQ 技术生成二值化图像。最后，使用二维边缘检测 Teager 方法来识别肿瘤。为了测试和评估该系统，我们使用了一个特殊的数据集，其中包括二十个核磁共振成像扫描（序列）。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文去求助

来源期刊

Baghdad Science Journal MULTIDISCIPLINARY SCIENCES-

CiteScore

2.00

自引率

50.00%

发文量

102

审稿时长

24 weeks

期刊介绍： The journal publishes academic and applied papers dealing with recent topics and scientific concepts. Papers considered for publication in biology, chemistry, computer sciences, physics, and mathematics. Accepted papers will be freely downloaded by professors, researchers, instructors, students, and interested workers. ( Open Access) Published Papers are registered and indexed in the universal libraries.