Shape Model Construction for MRI Brain Tumor Detection
| العنوان بلغة أخرى: |
بناء الموديل الشكلي لغرض تحديد الاورام الدماغيه |
|---|---|
| المصدر: | مجلة كلية التربية |
| الناشر: | الجامعة المستنصرية - كلية التربية |
| المؤلف الرئيسي: | كاظم، أمل عباس (مؤلف) |
| المؤلف الرئيسي (الإنجليزية): | Khadhim, Amal Abbas |
| المجلد/العدد: | ع5 |
| محكمة: | نعم |
| الدولة: |
العراق |
| التاريخ الميلادي: |
2015
|
| الصفحات: | 229 - 238 |
| ISSN: |
1812-0380 |
| رقم MD: | 826276 |
| نوع المحتوى: | بحوث ومقالات |
| اللغة: | الإنجليزية |
| قواعد المعلومات: | EduSearch |
| مواضيع: | |
| كلمات المؤلف المفتاحية: |
Tumor Brain Detection | LDA | Shape Model
|
| رابط المحتوى: |
الناشر لهذه المادة لم يسمح بإتاحتها. |
| المستخلص: |
في هذا البحث يتم عرض طريقه لبناء الموديل الشكلي للمناطق ذات الاهتمام وذلك لغرض تحقيق الكشف الأوتوماتيكي لموقع الورم الدماغي في صور MRI. يتألف النهج المقترح من مرحلتين: مرحله التعليم ومرحله الاختبار. في مرحلة التعليم يتم تحديد المنطقة ذات الاهتمام يدويا وذلك لتحديد المنطقة المصابة. ثم يتم حساب الخصائص لكل منطقة مصابة لغرض بناء متجه الخصائص لكل منطقة مصابه. وأخيراً، يتم تمرير متجه الخصائص إلى خوازميه LDA وذلك لغرض بناء فضاء الخصائص للمناطق المصابة. في مرحلة الاختبار يتم حساب الخصائص النسيجية والإحصائية ثم تنجز عمليه التصنيف اعتمادا على خوارزميه LDA. وبالتالي يعطى القرار النهائي لنوع الورم الدماغي اعتمادا على أصغر فرق مسافه Hausdorff distance. تقييم الأداء للنهج المقترح كان مقتصرا على كثف أربعه أنواع من الأورام والتي غالبا تحدث عند الأطفال. نتائج التجارب أوضحت فعالية النهج المقترح في الكشف. In this paper, a construction of shape model for interest region is submitted to achieve an efficient and automatic detection for brain tumor location in MRI images. The proposed approach composed of two major modes; training mode and testing mode. In the training mode, a manual detection of interest regions is implemented on the infected training image in order to extract diagnostic region only. Then, an extraction of histogram bins, texture and statistical features is carried out to generate feature vector for each infected region. Finally, the raw feature vectors are passes to linear discriminate analysis method for the purpose of generating features space of the infected regions. In the testing mode, the texture and statistical features are extracted to perform the detection of region of interest. Subsequently, determining the infected regions in MRI image based on linear discriminant analysis method. Thus, the final decision of tumor diagnosis is given based on the comparison process with the ground truth of the brain tumors to detect the tumor brain through Hausdorff distance measure. The experimental results have been illustrated the effectiveness of the proposed detection approach. |
|---|---|
| ISSN: |
1812-0380 |
عناصر مشابهة
-
Modified Classification for Brain Tumors in Magnetic Resonance Imaging "MRI" Using Region Convolutional Neural Networks "R-CNN"
بواسطة: الكيلاني، عبدالقادر وليد منشور: (2020) -
Diagnosis and Classification of Brain Tumors Based on Deep Learning Techniques
بواسطة: Yassin, Oroob Abdullah Farhan منشور: (2023) -
Management of Brain-Stem Tumors
بواسطة: كناني، خالد محمد منشور: (2003) -
Optimized Fpga-Based Implementation of Brain Tumor Detection by Combining K-Means and GWO Algorithms
بواسطة: العمري، سيرين صالح منشور: (2022) -
Classification of Brain Tumor Using Artificial Neural Network
بواسطة: داخل ، نور حيدر منشور: (2017)
