Photo Photo Photo Photo Photo Photo
Print
E-mail
Remote Sensing Unite: Automated Methods to Segment Kidneys and Detect Tumors Using CT Images

 

Automated Methods to Segment Kidneys and Detect Tumors Using CT Images

 

Faleh H. Mahmood*1, Nada A. Mahmood2, Abdul Rahman H. Ismaeel3

¹Remote Sensing Unit, College of Science, University of Baghdad, Baghdad, Iraq.

2Abi Greabe Hospital, Baghdad Health Directorate - Al-Karkh, Ministry of Health, Baghdad, Iraq.

3Department of Physics, College of Science, University of Baghdad, Baghdad, Iraq.

Abstract

     Kidney tumors are of different types having different characteristics and also   remain challenging in the field of biomedicine. It becomes very important to detect the tumor and classify it at the early stage so that appropriate treatment can be planned. The main objective of this research is to use the Computer-Aided Diagnosis (CAD) algorithms to help the early detection of kidney tumors. In this paper, tried to implement an automated segmentation methods of gray level CT images is used to provide information such as anatomical structure and identifying the Region of Interest (ROI) i.e. locate tumor, lesion and other in kidney.

     A CT image has inhomogeneity, noise which affects the continuity and accuracy of the images segmentation. In order to obtain good accuracy; the noise must be removed from the input image. Those propose method is started with pre-processing of the kidney CT image to enhance its contrast and removing the undesired noise in order to make the image suitable for further processing. In our proposed work, we have proposed a hybrid filter as a combination of adaptive median and Gaussian HP filter for noise removal and image enhancement. The segmentation process is performed by using the Fuzzy C-Means (FCM) clustering and Watershed methods to detect and segment kidney CT images for the kidney region .The resulted segmented kidney CT images, and then used to extract the tumor region from kidney image.

Keywords: Image segmentation, CT image, Fuzzy C-Means (FCM), Watershed Transform.

طرق آلية لتقسيم الكلى والكشف عن ألاورام باستخدام الصور المقطعية

فالح حسن محمود*1، ندى عبد الحافظ محمود2، عبدالرحمن حميد اسماعيل3

1وحدة الاستشعار عن بعد، كلية العلوم ، جامعة بغداد، بغداد، العراق.

2مستشفى ابي غريب العام، دائرة صحة الكرخ، وزارة الصحة، بغداد، العراق.

3قسم الفيزياء، كلية العلوم، جامعة بغداد، بغداد، العراق.

الخلاصة

     أن اورام الكلى تتكون من عدة انواع مختلفه وأن خصائصها مختلفه بالاضافه الى ان معالجتها مختلفة ,ان كشف الورم وازالته يعتبر من المشاكل الطبية التي تبقى من التحديات التي تواجه حقل الطب البايلوجي , وأصبح من المهم الكشف عن الاورام وتصنيفها في المراحل الاولية كي يتم التخطيط للعلاج المناسب وان الهدف الرئيسي لهذا البحث هو استخدام خوارزميات معينة لتساعد الكشف على اورام الكلية , في هذا البحث طبقنا طرق التجزئه الالية لصور المستوى الرمادي وهي صور المفراس الحلزوني (CT) التي استخدمت لتزويدنا بمعلومات مثل التركيب التشريحي وتحديد مناطق الاهتمام ((ROI على سبيل المثال تحديد الورم.

     ان صور المفراس (CT) فيها ضوضاء متجانسة والتي تؤثر على استمرارية ودقة تجزئة الصور المدخلة . هذه الطرق المقدمة بدأت بمعالجة مسبقه لصور الـ CT للكلية لتحسين التباين وازالة الضوضاء الغير مرغوب فيها من اجل تحسين الصور والحصول على معالجة ادق في هذا العمل تم استخدام  طريقة الـ  (Mask لعزل الكلى وحدها عن باقي اجزاء البطن ( وتعتبر هذه الطريقة مهمه للتخلص من الضوضاء الغير مرغوب بها وبالتالي الحصول على تحسين للصوره وبالتي يمكن ان ان نجري عليها العديد من العمليات مثل التجزئه وعزل الورم وغيرها, بالاضافة الى استخدام مرشحات الوسيط وكذلك مرشح الكاوس قبل عملية التجزئة في هذا البحث تم استخدام خوارمية معدل التضبيب المسماة بالـ ( Fuzzy C-Mean (FCM وخوارمية الحد الفاصل المسماة بالـ

(Watershed methods )  لكشف وتجزئة صور الكلية وأستخراج مناطق الورم فيها .


alt

 

S5 Box

Login



Register

*
*
*
*
*

Fields marked with an asterisk (*) are required.