非侵入性方法检测脑部肿瘤轮廓的研究人员利用谱核磁共振的纹理特征

最近的统计数据显示,百分之五的马来西亚人被诊断出患有脑肿瘤神经胶质瘤是最常见的类型。放射科医生通常使用MRI图像序列检测脑胶质瘤临床通过检查异常在t1、t2加权和液体衰减反转恢复(天赋)图像。然而,当肿瘤不能被探测到视觉,他们将注入造影剂钆增强图像形态。这个过程延迟收购的结果是在更高的成本和对病人的副作用。因此,本研究提出了一种非侵入性的解决方案,利用谱核磁共振图像的纹理特征检测的肿瘤在所有三个序列T1, t2加权图像和天赋。

有四个阶段参与这个项目的数据收集、skull-stripping,纹理特征提取和分割。数据收集,总共126核磁共振图像从18岁到60岁的成年人了从医院河Buloh和医院Tengku Ampuan Rahimah响声在雪兰莪州。九十核磁共振图像序列t1, t2加权和天赋用于skull-stripping实验,结果表明,数学形态学方法优于地区的增长准确率的96%。

一个新的双阈值算法和一个完全自动化的多个种子点选择算法,提出了适用于所有三个核磁共振图像序列。对于纹理特征提取,我们测试了三个特性快速傅里叶逆变换(传输线),纹理能量和改变了传输线。64核磁共振的图像序列进行了实验表明,纹理能量是最好的纹理特征用于神经胶质瘤分割模糊c均值聚类算法用于段纹理能量特征从126年核磁共振脑图像序列。

结果然后由放射科医师和专家评估报告显示,大脑神经胶质瘤肿瘤检测。因此,模糊c均值聚类方法已被确认为有前途的方法,大脑神经胶质瘤肿瘤检测的准确率为76%,86%和79%为t1、t2加权图像和天赋。

除了神经胶质瘤肿瘤检测,该方法可以用于其他类型的脑部MRI异常检测图片。与其他方法通常利用一个MRI序列,我们提出的方法在所有三个序列核磁共振图像。一个原型的自动神经胶质瘤脑瘤检测是发达国家和由放射科医师可以安装并使用,神经学家、医学研究人员和学生。ob欧宝直播nba