Ірина Юрчук
Факультет інформаційних технологій, Київський національний університет імені Тараса Шевченка, Україна
Олена Колесник
Факультет інформаційних технологій, Київський національний університет імені Тараса Шевченка, Україна
Анотація
DOI: https://doi.org/10.17721/AIT.2021.1.07
Обробка цифрових зображень, що виникають у багатьох сферах життя, є однією з областей, що вимагає стрімкого розвитку та удосконалення існуючих алгоритмів, як з метою точності та повноти, так і з міркувань швидкодії та економічності як технічних так і програмних рішень. Саме медичне застосування є тією областю, де важлива як і точність в обробці, оскільки недостатня інформація впливає на протокол лікування, так і вартість для доступності та широкого застосування. У рамках даної роботи запропоновано алгоритм сегментації цифрових зображень МРТ головного мозку з метою виділення сегмента, який містить пухлину. Даний алгоритм базується на послідовному виконанні наступних кроків: порогового методу Отцу бінаризації зображення, виділення тканин мозку та пухлини за допомогою морфологічних операцій, сегментації методом маркованого вододілу, видалення лінії черепа і виділення сегменту, що містить пухлину за допомогою ерозії. У результаті верифікації не виявлено хибно-позитивних результатів сегментації, а відсоток зображень, що вірно відсегментовані з метою виявлення пухлини, складає 96,2%. Необхідно відмітити високу швидкодію процесу сегментації, що отримано авторами.
Ключові слова – МРТ, сегментація, морфологічні методи, метод Отцу.
Інформація про авторів
Ірина Юрчук. Кандидат фізико-математичних наук, доцент кафедри програмних систем і технологій факультету інформаційних технологій. Публікується з питань топології многовидів малих розмірностей, топологічного аналізу даних та обробки цифрових зображень.
Олена Колесник. Бакалавр з інженерії програмного забезпечення. Закінчила Київський національний університет імені Тараса Шевченка. Працює старшим лаборантом кафедри вищої математики Національного авіаційного університету. Займається розробкою алгоритмів сегментації цифрових зображень.
Література
- R. Vinoth, and C. Venkatesh, “Segmentation and Detection of Tumor in MRI images Using CNN and SVM Classification,” in Proc.ICEDSS, 2018, pp. 21-25.
- M. Rahimpour, K. Goffin, and M. Koole, “Convolutional Neural Networks for Brain Tumor Segmentation Using Different Sets of MRI Sequences,” in Proc. Nuclear Science Simposium and Medical Imaging Conferece, 2019, pp.1-3.
- S. Somasundaram, and R. Gobinath, “Current Trends on Deep Learning Models for Brain Tumor Segmentation and Detection – A Review,” in Proc. COMITCon, 2019, pp. 217-221.
- T. Imtiaz, S. Rifat, and S. A. Fattah, “Automated Brain Tumor Segmentation from MRI Data Based on Local Region Analysis,” in Proc. BECITHCON, 2019, pp. 107-110.
- M. Kurnar, A. Sinha, and N. V. Bansode, “Detection of Brain Tumor in MRI Images by Applying Segmentation and Area Calculation Method using SCILAB,” in Proc. ICCUBEA, 2019, pp. 1-5.
- A. Hussain, and A. Khunteta, “Semantic Segmentation of Brain Tumor from MRI Images and SVM Classification using GLCM Features,” in Proc. ICIRCA, 2020, pp. 38-43.
- T. M. S. Sazzad, K. M. T. Ahmmed, M. Hoque, and M. Rahman, “Development of Automated Brain Tumor Identification Using MRI Images,” in Proc. ECCE, 2019, pp. 1-4.
- T. A. Jemimma, and Y. J. Vetharaj, “Watershed Algorithm based DAPP features for Brain Tumor Segmentation and Classification,” in Proc. ICSSIT, 2019, pp. 155-158.
- Yurchuk I., “Digital image segmentation based on the persistent homologies,” in Proc. ICTES, 2019, pp. 226-232.
- R.C. Gonzalez, Digital Image Processing, 2nd ed.; Prentice Hall: Upper Saddle River, NJ, USA, 2002.
- R. Roslan, N. Jamil and R. Mahmud, “Skull Stripping of MRI Brain Images using Mathematical Morphology,” in IEEE-EBMS Conference on Biomedical Engineering and Sciences (IECBES 2010), 2010, pp. 26-31.
- B. Srinivas, and G. S. Rao, “Unsupervised learning algorithms for MRI brain tumor segmentation,” in Proc. SPACES, 2018, pp. 181-184.

Опубліковано
2021-11-04
Як цитувати
І. Юрчук, О. Колесник. “Сегментація цифрових зображень МРТ головного мозку з метою виділення пухлини,” Сучасні інформаційні технології, vol.1, pp. 53–58, 2021
Номер
Сучасні інформаційні технології № 1 (1), 2021
Розділ
Машинне навчання та розпізнавання образів