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.
Details
Publication Date
Fri Nov 01 2024
Journal Name
Baghdad Science Journal
Volume
21
Issue Number
11
Keywords
Brain tumor
Kullback-Leibler divergence
MRI images
Probability mass function
Tumor detection
Choose Citation Style
Statistics
Authors (3)
نهج إحصائي جديد للحصول على أفضل شريحة رؤية في تسلسل الرنين المغناطيسي لأورام الدماغ
Quick Preview PDF
Related publications