يهدف البحث إلى تطوير طريقة جديدة لاستخراج و تحديد خصائص و سمات الأورام السرطانية في صور المرنان المغناطيسي للثدي بالإعتماد خوارزميات العنقدة و معالجة الصور الرقمية ,تم في البداية الاعتماد على إحدى خوارزميات العنقدة فيتجزئة الصورة و تجميع عناصرها و فققيم السويات الرمادية و من ثم تم تطبيق العمليات المورفولوجية و ذلك للتخلص من الضجيج و حذف المعلومات غير المرغوبة و بالتالي استخراج المنطقة المشبوهة و أخيراً تم استخلاص بعض الواصفات الشكلية و التي يمكن ان تكون مفيدة في تشخيص المنطقة المشبوهة المستخرجة ,استخدمت قاعدة بيانات مكونة من 96 صورة من صور المرنان المغناطيسي للثدي و تم تطبيق الطريقة المقترحة عليها باستخدام برنامج الماتلاب حيث تم استخراج المناطق الورمية من هذه الصور و مقارنتها مع رأي الأطباء.
This research aims to developing new method for breast tumors extraction and
features detection in breast magnetic resonance images by depending on clusteringand
image processing algorithms. At the beginning, one of clustering algorithms was used for
image segmentation and grouping pixels by their gray scale values. Then morphological
operations were implemented in order to remove noise and undesired regions, after that
suspected areas were extracted. Finally some shape features for extracted area were
detected, this features could be very useful for tumors diagnosis. A database consisted of
96breast magnetic resonance images were used and proposed approach was appliedby
MATLAB program, and we obtainedbreast tumors extraction and its features and
compared them with the doctor's opinion .
Artificial intelligence review:
Research summary
يهدف البحث إلى تطوير طريقة جديدة لاستخراج وتحديد خصائص وسمات الأورام السرطانية في صور المرنان المغناطيسي للثدي باستخدام خوارزميات العنقدة ومعالجة الصور الرقمية. تبدأ الطريقة باستخدام خوارزمية العنقدة لتجزئة الصورة وتجميع عناصرها وفق قيم السويات الرمادية، ثم تُطبق العمليات المورفولوجية لإزالة الضجيج والمعلومات غير المرغوبة، وأخيراً تُستخلص المنطقة المشبوهة وتُحدد بعض الواصفات الشكلية لها. استخدمت الدراسة قاعدة بيانات مكونة من 96 صورة مرنان مغناطيسي للثدي، وتم تطبيق الطريقة المقترحة باستخدام برنامج الماتلاب. أظهرت النتائج فعالية النظام في استخراج المناطق الورمية وتحديد واصفاتها، وتمت مقارنة النتائج مع آراء الأطباء. أظهرت الدراسة أن النظام قادر على التعامل مع صور المرنان المغناطيسي بمختلف الأحجام والبارامترات دون الحاجة إلى معالجة مسبقة، كما أظهر كفاءة في استخراج الأورام حتى في الصور غير الواضحة والتي تحتوي على نسبة ضجيج عالية. توصي الدراسة بضرورة تطوير النظام ليشمل مراحل التشخيص والتصنيف الآلي بمشاركة فريق من الأطباء المختصين لتحسين دقة النتائج.
Critical review
دراسة نقدية: على الرغم من أن البحث يقدم طريقة مبتكرة لاستخراج وتحديد خصائص الأورام السرطانية في صور المرنان المغناطيسي للثدي، إلا أن هناك بعض النقاط التي يمكن تحسينها. أولاً، الاعتماد على قاعدة بيانات محدودة قد يؤثر على تعميم النتائج، لذا يُفضل استخدام قاعدة بيانات أوسع تشمل تنوعاً أكبر في الحالات. ثانياً، لم يتم التطرق بشكل كافٍ إلى كيفية التعامل مع الحالات التي تحتوي على تداخلات معقدة بين الأورام والأنسجة المحيطة، مما قد يؤثر على دقة الاستخراج. ثالثاً، يجب تعزيز التعاون مع الأطباء المختصين في مراحل مبكرة من البحث لضمان توافق النتائج مع التشخيصات الطبية الفعلية. وأخيراً، يمكن تحسين النظام ليشمل تقنيات تعلم الآلة الحديثة مثل الشبكات العصبية العميقة لتحسين دقة الاستخراج والتشخيص.
Questions related to the research
-
ما هي الطريقة المقترحة لاستخراج الأورام السرطانية في البحث؟
الطريقة المقترحة تعتمد على خوارزميات العنقدة لتجزئة الصورة ومعالجة الصور الرقمية باستخدام العمليات المورفولوجية لإزالة الضجيج والمعلومات غير المرغوبة، ومن ثم استخراج المنطقة المشبوهة وتحديد واصفاتها الشكلية.
-
ما هي قاعدة البيانات المستخدمة في البحث؟
استخدمت الدراسة قاعدة بيانات مكونة من 96 صورة مرنان مغناطيسي للثدي من المعهد العالمي للسرطان في الولايات المتحدة الأمريكية.
-
ما هي العمليات المورفولوجية المستخدمة في البحث؟
العمليات المورفولوجية المستخدمة تشمل عمليات الفتح والإغلاق لإزالة الضجيج والمعلومات غير المرغوبة من الصور.
-
ما هي التوصيات التي قدمها البحث لتحسين النظام؟
التوصيات تشمل تطوير النظام ليشمل مراحل التشخيص والتصنيف الآلي، واستخراج سمات إضافية للمناطق الورمية، وتعزيز التعاون مع الأطباء المختصين لتحسين دقة النتائج.
References used
B.Senthilkumar,G.Umamaheswari,Combination of Novel Enhancement Technique and Fuzzy C Means Clustering Technique in Breast Cancer Detection. Biomed Res-India 2013 Volume 24 Issue 2,252-257
S.SAHEB BASHA, DR.K.SATYA PRASAD, Automatic detection of breast cancer mass in mammograms using morphological operators and fuzzy c –means clustering. Journal of Theoretical and Applied Information Technology. 2009,704-709
VALLIAPPAN Raman, PUTRA Sumari, MANDAVA Rajeswari, A Theoretical Methodology and Prototype Implementation for Detection Segmentation Classification of Digital Mammogram Tumor by Machine Learning. IJCSI International Journal of Computer Science Issues. Vol. 7, Issue 5, September 2010,38-44
A mammogram is the best option for early detection of breast cancer,
Computer Aided Diagnostic systems(CADs) developed in order to
improve the diagnosis of mammograms. This paper presents a proposed
method to automatic images segmentation dependin
112 patients with suspected breast lesions were investigated using Scintimammography with 99mTc-MIBI, mammography and magnetic resonance to compare the diagnostic accuracy of Scintimammography with that of mammography and magnetic resonance in the d
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
choose the right way to dividing set of data with high dimensions to clusters in specific field and comparison the different subspace clustering algorithms and present the applications and usage
The Histogram of Oriented Gradient
(HOG) was used to construct the Support Vector Machine (SVM)
workbook. This method was applied using C++ programming
language and OpenCV and Dlib Libraries.