يقدم البحث طريقة مبتكرة في تجزئة رأس الجنين آلياً في الصور فوق الصوتية Ultrasound Images قليلة التباين. حيث تعاني تلك الصور من كمية ضجيج مرتفعة تؤثّر على الظهور البصري لمنطقة الرأس, كذلك ضعف الحواف و عدم إحاطتها بالمنطقة المرغوبة بشكل كامل يجعل من عملية التجزئة صعبة و مهمة في نفس الوقت, خصوصاً أن البحث اعتمد التجزئة الآلية Auto Segmentation دون الحاجة إلى تدخل المستخدم في أي مرحلة من المراحل. اعتمدنا على تقنية ضبط المستوى Level-Set لتجزئة منطقة الرأس, بعد تحديد الإطار الأولي Initial Contour بشكل آلي عن طريق تابع خصائص المنطقة Region Properties. الطريقة المقترحة أثبتت فعاليتها في اقتطاع منطقة الرأس دون التأثّر بالضجيج الموجود أو بالانقطاعات الحاصلة أحياناً للحواف, بالرغم من عدم وجود مرحلة معالجة مسبقة Pre-Processing ضمن سلسلة الخطوات المتتالية المطبّقة على عدة صور فوق صوتية بأحجام و مصادر مختلفة. ليتم في النهاية حساب القطر الثانوي للقطع الناقص (قطاع رأس الجنين Head) الناتج بالاعتماد على تابع خصائص المنطقة, القياس النهائي يمثّل المسافة بين الجداريين Bi Parietal Diameter BPD, و هو قياس مهم يمكّن الطبيب من تقدير عمر الحمل و تحديد تاريخ الولادة للجنين. تمت مصادقة نتيجة التجزئة بالاعتماد على معايير التشابه, أما دقة القياس النهائي فقد تمت مقارنته مع قياسات يدوية قام بها طبيب مختص. و قد أبدت نتائج المقارنة فعالية الخوارزمية المقترحة و نجاحها بنسبة تصل إلى 98%.
This Paper offers an innovative way for auto segmentation of the fetal head in
ultrasound US images. There is high amount of noise in US images, which it affects the
visual appearance of the area of head. The research depends on auto segmentation
mechanism without the need for user intervention at any stage of proposed method, so this
is what makes segmentation process is difficult and important at the same, because the
weakness of the edges and not fully enclosed in the desired region. We relied on a Level
Set method to segment the head area, after determining the initial contour automatically by
the Region Properties Function. The proposed method proves effective in the head area
segmentation without being influenced by noise or the existence of discontinuities in the
edges of the head, despite the absence of a pre-processing stage in a series of steps applied
to several ultrasound images in different sizes and sources. The last step is to calculate the
secondary diameter of the output ellipse (the fetal head sector) depending on the properties
of the region, and this final measurement represents the Bi Parietal Diameter BPD, an
important measure enables the physician to assess gestational age and determine the birth
of the fetus date. Segmentation result has been authenticated based on similarity criteria,
and the final measurement accuracy has been compared with manual measurements carried
out by a specialist. The comparison results showed the effectiveness of the proposed
algorithm and its success by up to 98%.
Artificial intelligence review:
Research summary
يقدم هذا البحث طريقة مبتكرة لتجزئة رأس الجنين آلياً في الصور فوق الصوتية ذات التباين المنخفض. تعاني هذه الصور من كمية كبيرة من الضجيج الذي يؤثر على ظهور منطقة الرأس، وضعف الحواف الذي يجعل عملية التجزئة صعبة. تعتمد الطريقة المقترحة على خوارزمية ضبط المستوى لتجزئة منطقة الرأس بعد تحديد الإطار الأولي تلقائياً باستخدام تابع خصائص المنطقة. أثبتت الطريقة فعاليتها في اقتطاع منطقة الرأس دون التأثر بالضجيج أو الانقطاعات في الحواف، وتم حساب القطر الثانوي للقطع الناقص (رأس الجنين) باستخدام تابع خصائص المنطقة. تم التحقق من نتائج التجزئة بناءً على معايير التشابه، ومقارنة دقة القياس النهائي مع القياسات اليدوية التي قام بها طبيب مختص، حيث أظهرت النتائج فعالية الخوارزمية بنسبة تصل إلى 98%.
Critical review
دراسة نقدية: على الرغم من أن البحث يقدم طريقة مبتكرة وفعالة لتجزئة رأس الجنين في الصور فوق الصوتية، إلا أن هناك بعض النقاط التي يمكن تحسينها. أولاً، لم يتم استخدام مرحلة معالجة مسبقة للصور، مما قد يؤثر على دقة النتائج في حالات الصور ذات الضجيج العالي جداً. ثانياً، تعتمد الطريقة بشكل كبير على خوارزمية ضبط المستوى، والتي قد تكون حساسة للبارامترات المستخدمة، مما يتطلب ضبطاً دقيقاً لكل صورة على حدة. ثالثاً، لم يتم اختبار الطريقة على مجموعة واسعة من الصور من مصادر وأحجام مختلفة بشكل كافٍ لضمان تعميم النتائج. وأخيراً، يمكن تحسين البحث بإضافة مقارنة مع طرق تجزئة أخرى لتوضيح مدى تفوق الطريقة المقترحة.
Questions related to the research
-
ما هي المشكلة الرئيسية التي يعالجها البحث؟
يعالج البحث مشكلة تجزئة رأس الجنين في الصور فوق الصوتية ذات التباين المنخفض والضجيج العالي بشكل آلي دون تدخل المستخدم.
-
ما هي التقنية الأساسية المستخدمة في تجزئة الصور في هذا البحث؟
التقنية الأساسية المستخدمة هي خوارزمية ضبط المستوى لتجزئة منطقة الرأس بعد تحديد الإطار الأولي تلقائياً باستخدام تابع خصائص المنطقة.
-
كيف تم التحقق من دقة النتائج النهائية للطريقة المقترحة؟
تم التحقق من دقة النتائج النهائية باستخدام معايير التشابه ومقارنتها مع القياسات اليدوية التي قام بها طبيب مختص.
-
ما هي الفائدة الطبية من القياس الناتج عن الطريقة المقترحة؟
القياس الناتج يمثل المسافة بين الجداريين (BPD)، وهو قياس مهم يمكن الطبيب من تقدير عمر الحمل وتحديد تاريخ الولادة للجنين.
References used
SHAN, J. A fully automatic segmentation method for breast ultrasound images, UTAH STATE UNIVERSITY, Logan, Utah, 2011, Pages 12-63
CHEN, Y.; Huang, F.; Tagare, H.; and Rao, M., A coupled minimization problem for medical image segmentation with priors, Int. J. Comput. Vis. 71(3), 2007, 259–272
KALE, A. and S, AKSOY. Segmentation of Cervical Cell Images. 20th International Conference on Pattern Recognition (ICPR), 2010
This Paper offers an effective method to measure the length of the
femur in Fetal Ultrasound Images, it applies a series of steps
starting with the reducing amount of noise in these images, and
then converted them to a binary form and uses morphol
Fetus images produced by 2D ultrasound devices are ambiguous and lack precision. This led to the need
for offering a 3D visualization of the fetus, which allows visualizing width, height, and angle, in order to
get additional information about the
Breast cancer is the second leading cause of death of women in the world. The early detection gives a
better chance to cure it. Physicians diagnose breast tumors by analyzing the characteristics of the lesion in
ultrasound images. Shape data, provi
Total Polyphenol was studied in olive leaves collected from Lattakia area
(AlQurdaha zone), where Phenolic compounds were extracted from dry Olive leaves by
using two extraction methods: maceration and Ultrasonic Device. By the both two methods
a
Neural Machine Translation (NMT) for Low Resource Languages (LRL) is often limited by the lack of available training data, making it necessary to explore additional techniques to improve translation quality. We propose the use of the Prefix-Root-Post