Mr görüntülerinde baş bölgesine ait anormal yapıların belirlenmesi ve hacimlerinin hesaplanması
Göster/ Aç
Yazar
TELATAR, Ziya (Danışman)
ÖĞRETMENOĞLU FIÇICI, Cansel (Yazar)
Üst veri
Tüm öğe kaydını gösterÖzet
Beyin MR görüntülerinde görüntü işleme, tümörlerin klinik analizinde büyük bir öneme sahiptir. Tümör hacim ve konum bilgileri, başarılı bir teşhis ve tedavi için görüntü işleme teknikleriyle elde edilebilmektedir. Bu çalışmada yüksek doğrulukla beyin tümörlerin tespiti ve hacim hesabı için tamamen otomatik bir metod sunulmaktadır. FLAIR, T1 Pre Gadolinium ve T1 Post Gadolinium olmak üzere üç adet MRG protokolü kullanılmıştır. Beyin simetrik iki yarım küreden oluştuğu varsayılarak yarım kürelerden herhangi birinde tümör olup olmadığını tespit etmek için simetri analizi uygulanmıştır. Gri seviye FLAIR görüntülerin ortalama değer farkı ve ikili FLAIR görüntülerin alan farkı hesaplanarak sağ-sol simetri analizi gerçekleştirilmiştir. Kafatası ve yağ gibi beyne ait olmayan alanların yok edilmesi için gadolinyum eklenmemiş T1 görüntüleri, FLAIR ve gadolinyum eklenmiş T1 görüntüler üzerinde maske olarak kullanılmıştır. Tümörlü bölgeyi belirlemek için kontrast maddeli T1 görüntülere eşikleme yöntemi uygulanırken, ödemli bölgeyi belirlemek için FLAIR görüntülere bulanık kümeleme uygulanmıştır. Tümör hacmi bulunurken, tümörün alan ve MRI kesitlerinin kalınlık bilgisinden yararlanılmıştır ve uzman hekim sonuçlarıyla karşılaştırılmıştır. Sistem, DICOM dosyası olarak elde edilen eksenel MR görüntülerinde çalışmaktadır. Çalışma 10 hastaya ait 500 beyin MR kesitiyle test edilmiştir. %99 tümör tespiti doğruluk oranı ve %92 hacim hesabı Jaccard örtüşme katsayısı elde edilmiştir.AbsractImage processing in brain MR images has great importance in clinical analysis of brain tumors. Information about tumor volume and location can be obtained by image processing techniques for accurate diagnosis and treatment. In this study, a fully automatic method for the detection of brain tumors and volume estimation with high accuracy are presented. Three MRI protocols including FLAIR, T1 Pre Gadolinium and T1 Post Gadolinium are used. Assuming brain consists of two symmetric cerebral hemispheres, symmetry analysis is applied to determine whether or not there is a tumor in any part of hemisphere. Left-right symmetry analysis is realized by calculating mean difference of gray scale FLAIR images and area difference of binary FLAIR images. T1 Pre Gadolinium images are used as a mask on both FLAIR and T1 Post Gadolinium images in order to remove unwanted non-brain regions which are skull and fat. Fuzzy c mean clustering is applied to FLAIR images for detecting edema region, while threshold segmentation method is applied to T1 Post Gd images for detecting tumor region. Tumor volume is calculated by the help of tumor area and MRI slice thickness information then compared with expert physician results. The system works for axial slices of MR images which are obtained as DICOM files. The work has been tested on 500 visual brain MR slices of ten patients. Accuracy of tumor detection 99% and Jaccard overlap coefficient of volume estimation 92% are obtained