Opracowanie i implementacja algorytmu wykrywania guzów mózgu na obrazach z rezonansu magnetycznego

Postęp w diagnostyce i leczeniu guzów mózgu umożliwił wykorzystanie technik, takich jak rezonans magnetyczny, które pozwalają na szczegółowe badanie nowotworu. Ta nieinwazyjna technika obrazowania pomaga w podjęciu decyzji dotyczącej leczenia. Celem projektu jest automatyczne wykrywanie guzów mózgu w obrazach MRI, co ma kluczowe znaczenie dla dokładnej i szybkiej diagnozy. Opracowany algorytm zastosowany został do wykrywania oponiaków i wykorzystuje etapy wstępnego przetwarzania, takie jak wyrównywanie histogramu, filtrowanie i model aktywnego konturu. Został przetestowany na 61 obrazach. Otrzymane wyniki porównano z danymi wzorcowymi. Zastosowane metryki to pole powierzchni i obwód guza oraz współrzędne środka ciężkości. Średnia różnica procentowa pomiędzy wyznaczonymi wartościami a danymi wzorcowymi wynosi 9,4%. Algorytm aktywnego konturu skutecznie dostosowuje się do różnych kształtów guza, co daje możliwości dokładniejszej analizy obrazu i może pozwolić na skuteczniejsze leczenie.

Słowa kluczowe: detekcja guzów mózgu, przetwarzanie obrazów, aktywny kontur, segmentacja, rezonans magnetyczny (MRI)

Advances in the diagnosis and treatment of brain tumors have incorporated techniques such as magnetic resonance imaging, providing detailed insights into tumor function. This non-invasive imaging tool helps in decision-making for treatment. The project aims to automatically detect brain tumors in MRI images, which is crucial for accurate and timely diagnosis. The proposed algorithm focuses on meningioma tumors, and uses preprocessing stages such as histogram equalization, filtering, and active contour model. It was tested on 61 images. Evaluation metrics include tumor area, perimeter, and centroid coordinates, demonstrating promising results for accurate MRI-based brain tumor detection. The average percentage difference between proposed metrics and database annotations is equal to 9.4%. The active contour algorithm effectively adapts to diverse tumor shapes, laying the foundation for improving medical image analysis and improving patient outcomes in brain tumor management.

Keywords: brain tumor detection, image processing, active contour, segmentation, magnetic resonance imaging (MRI)