آشكارسازي ناحيه تومور مغزي با استفاده از بخش‌بندي دومرحله‌اي تصاوير MRI

Two phase MRI segmentation method for brain tumor extraction

آشكارسازي دقيق و به‌موقع ناحيه تومور مغزي در انتخاب نوع درمان، ميزان موفقيت آن و دنبال كردن روند بيماري در طول درمان تأثير بسيار بالايي دارد. الگوريتم‌هاي موجود براي تشخيص تومور مغزي از نظر عملكرد خوب روي تصاوير مغزي متنوع با كيفيت‌هاي مختلف، حساسيت پايين نتايج به پارامترهاي معرفي شده در الگوريتم و نيز تشخيص مطمئن تومورها در مراحل اوليه شكل‌گيري با مشكلاتي مواجه هستند. در اين تحقيق يك روش بخش‌بندي دو مرحله‌اي براي آشكارسازي دقيق ناحيه تومور در تصاوير تشديد مغناطيسي مغز ارائه شده است. در مرحله اول پس از انجام پيش‌پردازش‌هاي لازم روي تصوير، موقعيت تومور با استفاده از يك روش بخش‌بندي مبتني بر آستانه مكان‌يابي مي‌شود و در مرحله دوم، به‌عنوان نشان‌گر در يك روش بخش‌بندي حوضچه مبتني بر نشان‌گر مورد استفاده قرار مي‌گيرد. با توجه به اينكه در مرحله اول تأكيد زيادي بر آشكارسازي دقيق ناحيه تومور نيست، انتخاب مقادير آستانه در بازه بزرگي از مقادير، در نتايج نهايي تأثيري نخواهد داشت. در مرحله دوم، استفاده از روش بخش‌بندي حوضچه مبتني بر نشان‌گر، آشكارسازي دقيق ناحيه تومور را به‌دنبال خواهد داشت. نتايج پياده‌سازي‌ها نشان مي‌دهند كه روش پيشنهاد شده براي آشكارسازي دقيق ناحيه تومور در بازه بزرگي از تغييرات پارامترهاي ورودي نتايج يكسان و دقيقي را به‌دنبال دارد.

Accurate and timely detection of brain tumor can help patients to choose the kind of treatment and follow-up process and also has a very high impact on the treatment success rate. In this study, a two- phase segmentation method for accurate detection of tumor in the brain magnetic resonance images is provided. In the first stage, after performing the necessary pre-processing schemes on the image, location of the tumor using a threshold-based segmentation method is characterized and secondly, in a marker-based watershed segmentation method is used. Given that in the first stage is not too much emphasis on accurate detection of the tumor area, selecting the threshold values in a wide range of values, will not affect the final results. In the second stage, marker -based segmentation method will lead to accurate detection of the tumor area. The implementation results show that the proposed method in a wide range of input parameters leads to the same accurate results.