research centers


Search results: Found 5

Listing 1 - 5 of 5
Sort by

Article
Automatic Technique to Produce 3D Image for Brain Tumor Of MRI Images

Authors: S.M. Ali --- Loay Kadom Abood --- Rabab Saadoon Abdoon
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2014 Volume: 22 Issue: 7 Pages: 1896-1907
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

In this research, three-dimensional images of brain tumors have been constructed from a series of Magnetic Resonance Images (MRIs) for successive T1-weighted slices, using a simple automatic technology. The MRIs are pre-processed through bilateral filtering to reduce noise and retaining the edges between brain tissues. Spatial enhancement technique is adopted to transform image gray levels by highlighting the band density of the region of interest (tumor) and expanding them into full range. Sobel edge detection is used by morphological operations to extract the tumor area of the image of each slice. The contour of the tumor area in each segmented slice is used to create 3D of the tumor. The relative size of the tumor then measured depending on brain tissue after stripping the skull. The result showed that the adopted technique can efficiently detect and extract the brain tumor from the consecutive slices which can be used to produce 3-D image of the tumor and to identify the tumor's location inside the skull.

في هذا البحث، تم بناء صور ثلاثية الأبعاد لأورام المخ من سلسلة من صور الرنين المغناطيسي لشرائح T1 متعاقبة، وذلك باستخدام تكنولوجيا أوتوماتيكية بسيطة. تم معالجة صور الرنين المغناطيسي بعملية ثنائية للحد من الضوضاء والحفاظ على حواف بين أنسجة الدماغ. اعتمدت التقنية الإطار المكاني لتحويل مستويات الشدة في الصور من خلال تسليط الضوء على الفرق بين مستويات الشدة في منطقة الورم. استخدمت تقنية سوبيل للكشف عن الحافات وبعملية مورفولوجية لعزل منطقة الورم من الصورة لكل شريحة. تم استخدام مخطط الكفاف (المخطط الكونتوري) في منطقة الورم في كل شريحة لإنتاج صور ثلاثية الأبعاد للورم. تم قياس حجم الورم النسبي بعد تجريده من الأنسجة المحيطة و الجمجمة. أظهرت النتائج كفاءة التقنية المعتمدة في تحديد وعزل الورم في الدماغ من الشرائح المتتالية وإمكانية استخدامها لإنتاج صور ثلاثية الأبعاد لأورام المح وتحديد موقع الورم داخل الجمجمة.


Article
Diffusion‐weighted MRI in patients with acute stroke

Author: Sahar Basim Ahmed
Journal: Mustansiriya Medical Journal مجلة المستنصرية الطبية ISSN: 20701128 22274081 Year: 2014 Volume: 13 Issue: 2 Pages: 7-11
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

Background: Acute stroke is an abrupt non‐traumatic brain insult, caused byeither brain infarction (75%) or hemorrhage (25%).Aim of the Study: To compare the sensitivity of Diffusion ‐ weighted imaging(DWI) and apparent diffusion coefficient (ADC) map in detection of acutestroke with sensitivity of conventional MRI study.Patients &methods: Thirty ‐ eight patients (24 male and 14 female with agerange between 43‐90 years) with a clinically suggestive stroke and negativeCT‐scan, all patients referred for MRI study within 4‐40 hours [mean of 17 hrs]of acute attack. brain MRI was performed for these patients. Starting withconventional MRI sequences done followed by diffusion weighted in thesame study and follow up clinically afterwards. The study was conducted ina general hospital in Baghdad from January 2012 to January 2013 .Ratios werecalculated between the apparent diffusion coefficient value of normalappearing brain in the right & left hemispheres & between apparent diffusioncoefficient value of the ischemic area & the corresponding contralateralregion .Results: With diffusion ‐ weighted images , 100% of the ischemic lesionswere detected, and with fluid‐attenuated inversion recovery, 73.7% weredetected, whereas with early T2‐weighted or T1‐weighted, only 52.6 % and21% of lesions were detected , respectively , using McNemar test we foundstatistically significant differences in sensitivity between Diffusion weightedimages and T1W (p


Article
Brain Tumor Detection of Skull Stripped MR Images Utilizing Clustering and Region Growing
الكشف عن أورام الدماغ في صور الرنين المغناطيسي منزوعة الجمجمة بأستخدام طرق العنقدة وانماء المناطق

Authors: S.M. Ali صالح مهدي علي --- Loay K. Abood لؤي كاظم عبود --- Rabab S. Abdoon لؤي كاظم عبود
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2014 Volume: 55 Issue: 3A Pages: 1108-1119
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Brain tissues segmentation is usually concerned with the delineation of three types of brain matters Grey Matter (GM), White Matter (WM) and Cerebrospinal Fluid (CSF). Because most brain structures are anatomically defined by boundaries of these tissue classes, accurate segmentation of brain tissues into one of these categories is an important step in quantitative morphological study of the brain. As well as the abnormalities regions like tumors are needed to be delineated. The extra-cortical voxels in MR brain images are often removed in order to facilitate accurate analysis of cortical structures. Brain extraction is necessary to avoid the misclassifications of surrounding tissues, skull and scalp as WM, GM or tumor when implementing segmentation algorithms. In this work, two techniques have been implemented to extract the brain tissues as elementary step. The next step was utilizing the resultant skull stripped images as input of four segmentation algorithms to extract the tumor region and calculate the area value of it. The resultant skull stripped images for complete set of T2-weighted images and the adaptive K-Means clustering techniques proved the robust performance of these proposed algorithms.

ان عملية تقسيم الانسجة الدماغية تنطوي على تحديد ثلاثة انواع من المادة الدماغية وهي المادة الرمادية والمادة البيضاء والسائل الشوكي . ولكون معظم تراكيب الدماغ تعرف تشريحيا من خلال حدود هذه الانسجة لذا فان التقسيم الدقيق لانسجة الدماغ الى واحدة من هذه الاصناف تعتبر خطوة مهمه في الدراسة الطوبوغرافية النوعية لانسجة الدماغ . كما وان المناطق الغير طبيعية مثل الاورام تحتاج ايضا الى تحديد. ان الفوكسلات العائدة لمناطق خارج المخ في صور الرنين المغناطيسي للدماغ تزال عادة لتسهيل عملية التحليل الدقيق للتراكيب اللحائية. ان عملية استخلاص النسيج الدماغي هي عملية ضرورية لتجنب سوء التصنيف للانسجة المحيطة مثل الجمجمة والفروة على انها مادة بيضاء او مادة رمادية أو ورم عند تطبيق خوارزميات التقسيم. في هذا العمل تم تطبيق تقنيتين لغرض استخلاص النسيج الدماغي كخطوة ابتدائية. والخطوة التالية استخدام الصورة الناتجة المنزوعة الجمجمة كمدخلات لاربعة من خوارزميات التقسيم لاستخلاص منطقة الورم ومن ثم حساب قيمة المساحة له. ان الصور المنزوعة الجمجمة الناتجة لمجموعة كاملة من صور T2 المرجحة وتقنية عنقدة وسائل الـــk المطورة قد اثبتت الاداء المحكم لهذه التقنيات المقترحة.


Article
Automatic Brain MRI Slices Classification Using Hybrid Technique
التصنيف التلقائي للدماغ لصور الرنين المغناطيسي باستخدام تقنية هجينة

Authors: Dr. AhlamFadhil Mahmood د.أحلام فاضل محمود --- Ameen Mohammed Abd-Alsalam أمين محمد عبد السلام
Journal: AL Rafdain Engineering Journal مجلة هندسة الرافدين ISSN: 18130526 Year: 2014 Volume: 22 Issue: 3 Pages: 198-212
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

AbstractThis paper presents an intelligent classification technique to identify normal and abnormal slices of the magnetic resonance human brain images(MRI). The prtoposed hybrid technique consists of four subsequent stages; namely, dimensionality reduction, preprocessing, feature extraction, and classification. In the initial stages, the enhancement and removed unwanted informationare applied to provide a more appropriate image for the subsequent automated stages. In feature extraction stage, the most efficient features like statistical, and Haar wavelet features are extracted from each slice of brain MR images. In the classification stage, initially performs classification process by utilizing Fuzzy Inference System (FIS) and secondly Feed Forward Neural Network (FFNN) is used to classify the braintissue to normal or abnormal.The proposed automated system is tested on a data set of 572 MRI images using T1 horizontal transverse (axial) section of the brain. Hybrid method yields high sensitivity of 100%, specificity of 100% and overallaccuracy of 95.66% over FIS and FFNN. The classification result shows that the proposed hybrid techniques are robust and effective compared with other recently work.Keywords: Brain Tumor Classification; Fuzzy Inference System; Feed Forward Neural Network; MRI .

الملخصتستعرض هذه الورقة تقنية ذكية لتصنيف شرائح صور الدماغ بالرنين المغناطيسي إلى طبيعية أو مرضية. التقنية الهجينة المقترحة تشمل أربعة مراحل : تقليل أبعاد صور الرنين , تجهيزها، واستخراج الميزات ، والتصنيف. في المراحل الأولى، يتم استخدام تقنيات لإزالة المعلومات الغير مفيدة لتوفير صورة أكثر ملائمة لمراحل لاحقة. في مرحلة استخراج الميزات، يتم استخراج الميزات الأكثر كفاءة وهيإحصائية، وميزات المويجات لكل شريحة من صور الرنين المغناطيسي. في مرحلة التصنيف، يتم أولا استخدام نظام الاستدلال الضبابيثم الشبكة العصبية الاصطناعية لتصنيف إلى حالات طبيعية وأخرى مرضية. تم اختبار النظام الأوتوماتيكي المقترح باستخدام البيانات ل572 صورة رنين مغناطيسي لمقطع أفقي محوري لصور الدماغ. الطريقة الهجينة أعطت حساسية عالية مقدارها 100% وكذلك لعامل الخصوصية وبدقة مقدارها 95.66% بدمج المنطق المضبب والشبكة العصبية. نتائج التصنيف أثبتت كفاءة الطريقة المقترحة مقارنة مع أعمال حديثة


Article
MR Brain Image Segmentation Using Spatial Fuzzy C- Means Clustering Algorithm
تجزئه صور الرنين المغناطيسي باستخدام المنطق المضبب المكاني (sFCM)

Authors: Safa Soud Mahdi صفاء سعود مهدي --- Reem Shakir Mahmood ريم شاكر محمود
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2014 Volume: 20 Issue: 9 Pages: 78-89
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

A conventional FCM algorithm does not fully utilize the spatial information in the image. In this re-search, we use a FCM algorithm that incorporates spatial information into the membership function for clustering. The spatial function is the summation of the membership functions in the neighborhood of each pixel under consideration. The advantages of the method are that it is less sensitive to noise than other techniques, and it yields regions more homogeneous than those of other methods. This technique is a powerful method for noisy image segmentation.

ان خوارزميه المنطق المضبب الاعتياديه (FCM) لاتستخدم جميع المعلومات المكانيه للpixel وذلك يوثر سلبا في تقسيم الصوره بسبب وجود الضوضاء. في هذه البحث نستخدم خوارزميه Spatial Fuzzy C-Mean)) التي تتطلب تضمين المعلومات المكانيه للمعادله العضويه(membership function) للpixel التي تستخدم في تجزئه الصوره, والتي تحسب من خلال جمع ال(membership function )- في محيط كل pixel .فائده هذه الطريقه هي قله التحسس للضوضاء الذي في الصوره بالنسبه لبقيه طرق التجزئه ,وتكون المجاميع الناتجه عن هذه الطريقه متجانسه بحيث تعتبر هذه الخوارزميه هي الطريقه الفعاله لتجزئه الصور المشوشه.

Listing 1 - 5 of 5
Sort by
Narrow your search

Resource type

article (5)


Language

English (4)


Year
From To Submit

2014 (5)