Brain tumor detection method using unsupervised classification technique
Other Title(s)
الكشف عن ورم الدماغ باستعمال طريقة التصنيف غير المرشد
Joint Authors
Isa, Samar Umran
Mahdi, Ala Suud
Source
Ibn al-Haitham Journal for Pure and Applied Science
Issue
Vol. 21, Issue 4 (31 Dec. 2008), pp.17-23, 7 p.
Publisher
University of Baghdad College of Education for Pure Science / Ibn al-Haitham
Publication Date
2008-12-31
Country of Publication
Iraq
No. of Pages
7
Main Subjects
Natural & Life Sciences (Multidisciplinary)
Abstract AR
تضمن البحث استعمال طرائق تصنيف غير مرشدة على صور أجهزة الرنين المغناطيسي و المستخدمة للكشف عن حالات سرطان الدماغ.
أن استخدام هذه التقنية الحديثة لأغراض الكشف المبكر عن الأورام السرطانية يعد من التطبيقات الطيبة المهمة إلا أن الصور المستحصلة تحوي على ضوضاء عالية بحيث يصعب في بعض الأحيان تحديد الورم و درجة تطوره، و كذلك يتطلب ذلك مفسرين متمرسين في هذا الموضوع.
الغاية من هذا البحث إيجاد طريق سهلة باستعمال طرائق التصنيف غير المرشدة لأعراض إظهار الأورام السرطانية التي تصيب الدماغ و بسرعة.
استخدمت لهذا البحث صور متعددة صور متعددة لمرضى أجانب و استعملت طريقتين تصنيف غير مرشدة هما mean & lsodata–k)، أظهرت النتائج أن هذه الطرائق تظهر الأورام و بوضوح و تفرقاهما عن الضوضاء.
أن أقل عدد من الأصناف الذي يجب اختياره عند التصنيف هو 4 فما فوق لغرض عزل تلك الأورام عن الضوضاء المرافقة للصور.
يمكن استعمال هذه الطرائق من قيل المفسرين الأقل خبرة في هذا المجال و كما يلاحظ من الصور المصنفة.
تم التصنيف باستخدام إمكانيات برنامج المعالجة الصورية (envl version 3.2).
Abstract EN
Magnetic Resonance Imaging (MRI) is one of the most important diagnostic tool.
There are many methods to segment the tumor of human brain.
One of these, the conventional method that uses pure image processing techniques that are not preferred because they need human interaction for accurate segmentation.
But unsupervised methods do أهال require any human interference and can segment the brain ^vith high precision.
In this project؛ the unsupervised classification methods have been used in order to detect the tumor disease from MRI images.
These methods involved K-mean or Isodat, which were based on the digital value " The results show the classification process was a powerful tool to identify the Tumor disease from MRI images.
All results were evaluated by using the ENVI Version 3.2 facility.
American Psychological Association (APA)
Mahdi, Ala Suud& Isa, Samar Umran. 2008. Brain tumor detection method using unsupervised classification technique. Ibn al-Haitham Journal for Pure and Applied Science،Vol. 21, no. 4, pp.17-23.
https://search.emarefa.net/detail/BIM-355257
Modern Language Association (MLA)
Mahdi, Ala Suud& Isa, Samar Umran. Brain tumor detection method using unsupervised classification technique. Ibn al-Haitham Journal for Pure and Applied Science Vol. 21, no. 4 (2008), pp.17-23.
https://search.emarefa.net/detail/BIM-355257
American Medical Association (AMA)
Mahdi, Ala Suud& Isa, Samar Umran. Brain tumor detection method using unsupervised classification technique. Ibn al-Haitham Journal for Pure and Applied Science. 2008. Vol. 21, no. 4, pp.17-23.
https://search.emarefa.net/detail/BIM-355257
Data Type
Journal Articles
Language
English
Notes
Includes appendix : p. 21-22
Record ID
BIM-355257
