research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Early detection of breast cancer mass lesions by mammogram segmentation images based on texture features
الكشف المبكر لسرطان الثدي ذو الضرر ألتكتلي بواسطة تقسيم صور الثدي الشعاعية وبالاستناد على خصائص القوام

Author: Faleh H.Mahmood فالح حسن محمود
Journal: Iraqi Journal of Physics المجلة العراقية للفيزياء ISSN: 20704003 Year: 2012 Volume: 10 Issue: 17 Pages: 29-40
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Mammography is at present one of the available method for early detection of masses or abnormalities which is related to breast cancer. The most common abnormalities that may indicate breast cancer are masses and calcifications. The challenge lies in early and accurate detection to overcome the development of breast cancer that affects more and more women throughout the world. Breast cancer is diagnosed at advanced stages with the help of the digital mammogram images. Masses appear in a mammogram as fine, granular clusters, which are often difficult to identify in a raw mammogram. The incidence of breast cancer in women has increased significantly in recent years. This paper proposes a computer aided diagnostic system for the extraction of features like mass lesions in mammograms for early detection of breast cancer. The proposed technique is based on a four-step procedure: (a) the preprocessing of the image is done, (b) regions of interest (ROI) specification, (c) supervised segmentation method includes two stages performed using the minimum distance (MD) criterion, and (d) feature extraction based on Gray level Co-occurrence matrices GLCM for the identification of mass lesions. The method suggested for the detection of mass lesions from mammogram image segmentation and analysis was tested over several images taken from Al-Ilwiya Hospital in Baghdad, Iraq. The proposed technique shows better results.

التصوير ألشعاعي للثدي هو واحدة من الوسائل المتاحة في الوقت الحاضر للكشف المبكر عن سرطان الثدي خصوصا المناطق الشاذة أو الأورام بهيئة تكتلات. إن المناطق الشاذة الأكثر شيوعا والتي قد تدل على احتمال وجود سرطان الثدي هي التكتلات والتكلسات . إن التحدي الأكبر يكمن في دقة هذا الكشف وذلك للتغلب على تطور سرطان الثدي الذي يصيب النساء على الأغلب وفي جميع أنحاء العالم. يتم تشخيص سرطان الثدي في مراحل مبكرة بمساعدة التصوير ألشعاعي الرقمي للثدي. تظهر الأورام بهيئة تكتلات في التصوير ألشعاعي للثدي ،وقد تكون هذه التكتلات ملساء وعلى شكل عناقيد متحببة ، وغالبا ما تكون صعبة التحديد في التصوير ألشعاعي للثدي قبل إجراء المعالجة الصورية. ولقد ازدادت حالات الإصابة بسرطان الثدي لدى النساء بشكل ملحوظ في السنوات الأخيرة.في هذا البحث تم اقتراح تقنية للكشف المبكر عن سرطان الثدي بمساعدة الحاسوب لغرض كشف واستخلاص التفاصيل مثل الأورام بهيئة تكتلات. وتتمثل التقنية أو الطريقة المقترحة هذه على أربع خطوات : (أ) حيث تتم التهيئة الأولية للصورة (ب) بعدها يتم اختيار المناطق ذات الاهتمام (ROI) لغرض التصنيف ، (ج) يتم تطبيق طريقة تقسيم المرشد والتي تشتمل على مرحلتين يتم تنفيذها باستخدام معيار المسافة الصغرى (MD) ، وأخيرا (د) استخراج التفاصيل اعتمادا على الخصائص الإحصائية للصورة بالاعتماد على مصفوفة الحدوث (Gray Level Co-occurrence Matrices GLCM) لتحديد الأورام بهيئة تكتلات. تم اختبار الأسلوب المقترح للكشف عن الأورام بهيئة تكتلات من تجزئة صورة الثدي وتحليلها وقد تم اعتماد نماذج مختلفة من التصوير ألشعاعي للثدي تم الحصول عليها من مستشفى العلوية في بغداد.


Article
Statistical Features Segmentation Technique For MR Images Of Brain’s Tumors
تقنية الانقسام باستخدام الخصائص الإحصائية لصور الرنين المغناطيسي لأورام الدماغ

Authors: Saleh.M. Ali صالح مهدي علي --- Faleh.H. Mahmood فالح حسن محمود
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2012 Volume: 53 Issue: 5 Pages: 1148-1155
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Medical image analysis has great significance in the field of treatment, especially in non-invasive and clinical studies. Medical imaging techniques and it analysis and diagnoses analysis tools enable the physicians and Radiologists to reach at a specific diagnosis. In this study, MR images have been used for discriminating the infected tissues from normal brain’s tissues. A semi-automatic segmentation technique based on statistical futures has been introduced to segment the brain’s MR image tissues. The proposed system used two stages for extracting the image texture features. The first stage is based on utilizing the 1st order statistical futures histogram based features such as (the mean, standard deviation, and image entropy ) which is local in nature, while the second stage is based on utilizing the 2nd order statistical futures (i.e Co-Occurrence matrices features).Similar coloring and semi-equal statistical features of the tumor area and the Gray Matter (GM) brain’s tissue was the main encountered problem in the first presented segmentation method. To overcome this problem, an adaptive multi-stage segmentation technique is presented, in which the mean value of each pre-segmented classes has been used to distinguish the tumor tissue from others. The segmentation process is followed by a 2nd order classification method to assign image pixels accurately to their regions, using the invariant moments parameters weighted together with the Co-Occurrence parameters. Different samples of MR images for normal and abnormal brains (i.e. T1 and T2-weighted) have been tested, for different patients.

إن لتحليل ومعالجة الصورةِ الطبيةِ أهميةُ كبيرةُ في مجال الطبِّ، خصوصاً في المعالجةِ غير المتدخّلةِ والدراساتِ السريريةِ. أن تقنياتُ التصوير الطبي, وأدواتِ التحليلِ والتشخيص المتعلقة بها ساعدت الأطباءَ واختصاصيي الأشعة من الوُصُول إلى التشخيص بشكل أفضل. في هذه الدراسة , تم استخدام صور الرنينِ المغناطيسيِ (MRI) ، لغرض الكشف عن الأنسجة المتضررة في الدماغ وتمييزها عن الأنسجة الغير متضررة. حيث تم استخدم تقنيات التقسيم الشبه الاوتماتيكية باستخدام الخصائص الإحصائية لغرض استخلاص تلك التفاصيل. الطريقة التي تم اقتراحها لهذا لغرض تتمثل بمرحلتين; الأولى تعتمد على استخدام الخصائص الإحصائية من الرتبة الأولى( مثل المعدل ومتوسط الانحراف المعياري والعشوائية).بينما المرحلة الثانية فتمثلت باستخدام الخصائص الإحصائية من الرتبة الثانية ( مصفوفة التغايير).إن التشابه اللوني وكذلك شبه التماثل بين معظم أنسجة الدماغ وخاصة بين المناطق المتضررة والمنطقة السنجابية (GM) هي من ابرز المشاكل التي واجهتنا في المرحلة الأولى من التقسيم. ولغرض التخلص من تلك المشكلة عمدنا إلى إجراء عملية تحسين لهذه المرحلة من خلال التعاقب في عملية التقسيم لقيم المعدل لكل صنف من الأصناف ولنفس المرحلة لغرض تمييز الورم عن باقي أنسجة الدماغ.المرحلة الثانية تمثلت باستخدام الخصائص الإحصائية من الرتبة الثانية بالاعتماد على نتائج المرحلة الأولى من التقسيم لغرض التصنيف الدقيق للورم. تم استخدام عينات مختلفة لشرائح صور الرنين المغناطيسي ولعدة أشخاص مصابين وأصحاء.

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

English (2)


Year
From To Submit

2012 (2)