Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Przegląd Elektrotechniczny

1 2024

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Automatic multi-segmentation method for tumor detection in MRI Images using constrained kmeans method and region Growing-Quasi Monte Carlo Method

Bagdaoui Amina, Chama Zouaoui, Hachemi Belkacem, El-Bay Bourennane

Przegląd Elektrotechniczny

2024

R. 100, nr 6

42--47

Magnetic Resonance Imaging (MRI) has become an indispensable tool in the medical field, enabling the detection of critical abnormalities affecting various organs within the human body. Despite its inherent complexity, the development of automated or semi-automated detection and recognition techniques has made significant strides. In this paper, we present an innovative approach for the automatic multi and full segmentation of tumor regions within MRI scans. An enhanced region-growing method founded on the Quasi-Monte Carlo sampling and constrained k-means algorithm is presented in this paper, we define distinct classes to facilitate precise segmentation. The efficacy of our technique is evaluated through a range of metrics, demonstrating its robust performance. The proposed fully automated multi-segmentation method showcases superior results and holds potential to supplant conventional techniques for tumor detection in MRI images.

Rezonans magnetyczny (MRI) stał się niezastąpionym narzędziem w medycynie, umożliwiającym wykrycie krytycznych nieprawidłowości wpływających na różne narządy w organizmie człowieka. Pomimo swojej nieodłącznej złożoności, rozwój zautomatyzowanych lub półautomatycznych technik wykrywania i rozpoznawania poczynił znaczne postępy. W artykule przedstawiamy innowacyjne podejście do automatycznej wieloi pełnej segmentacji obszarów nowotworowych w obrazach MRI. W artykule przedstawiono ulepszoną metodę powiększania, regionów opartą na próbkowaniu Quasi-Monte Carlo i ograniczonym algorytmie k- ̨średnich. Definiujemy odrębne klasy, aby u ̨ łatwi c precyzyjną segmentacje. Skuteczność naszej techniki ocenia się za pomocą szeregu wskaźników, co pokazuje jej solidne działanie. Proponowana w pełni zautomatyzowana metoda wielosegmentacyjna zapewnia doskonałe wyniki i może zastąpić konwencjonalne techniki wykrywania nowotworów na obrazach MRI.