Photo Photo Photo Photo Photo Photo

Print
E-mail
Remote Sensing: Unsupervised Segmentation Method for Thyroid Nodules in Ultrasound Images

 

Unsupervised Segmentation Method for Thyroid Nodules in Ultrasound Images    

Hajer Z. Refaat1, Faleh H. Mahmood*2

¹Department of Physics, College of Science, University of Baghdad, Baghdad, Iraq

² Remote Sensing Unit, College of Science, University of Baghdad, Baghdad, Iraq

   Abstract                                                            

     Thyroid is a small butterfly shaped gland located in the front of the neck just below the Adams apple. Thyroid is one of the endocrine gland, which produces hormones that help the body to control metabolism. A different thyroid disorder includes Hyperthyroidism, Hypothyroidism, and thyroid nodules (benign/malignant). Ultrasound imaging is most commonly used to detect and classify abnormalities of the thyroid gland. Segmentation method is a tool that used widely in many applications including medical image processing. One of the common applications of segmentation is in medical image analysis for clinical diagnosis that has an important role in terms of quality and quantity.

     The main objective of this research is to use the Computer-Aided Diagnosis (CAD) algorithms to help the early detection of thyroid tumors. Thyroid ultrasound images may contain speckle noise which leads to obtain incorrect result. 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 thyroid ultrasound 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 are using bilateral filter and unsharp filter to remove speckle noise to perform the pre-processing operations on the thyroid ultrasound images. The segmentation process is performed by using Fuzzy C-Means (FCM) algorithm to detect and segment thyroid ultrasound images for the thyroid region extracted image to 6 classes for two sample normal and abnormal images. The resulted segmented ultrasound images, and then used to extract the tumor region from thyroid's image.

Keywords: Medical imaging, Thyroid nodules, Ultrasound imaging, bilateral filtering, unsharp filtering, Segmentation, fuzzy c-mean

     طريقة تقسيم غيرمرشدة لعقيدات الغدة الدرقية لصور الموجات فوق الصوتية

هاجر زهير رفعت1، فالح حسن محمود2

1قسم الفيزياء، كلية العلوم، جامعة بغداد،  بغداد، العراق.

*2وحدة الاستشعارعن بعد، كلية العلوم، جامعة بغداد، بغداد، العراق

   الخلاصة 

     الغدة الدرقية هي غدة على شكل فراشة صغيرة تقع في الجزء الأمامي من الرقبة أقل بقليل من  تفاحة ادام. الغدة الدرقية هي واحدة من الغدد الصماء، التي تنتج الهرمونات التي تساعد الجسم على السيطرة على عملية التمثيل الغذائي. يتضمن اضطرابات الغدة الدرقية المختلفة , نشاط الغدة الدرقية المفرطة، تضخم الغدة الدرقية، وعقيدات الغدة الدرقية (الحميدة / الخبيثة). يعتبر التصوير بالموجات فوق الصوتية ((Ultrasound الأكثر شيوعا لكشف وتصنيف شذوذ الغدة الدرقية. ان طريقة تقسيم الصور هو الأداة التي تستخدم على نطاق واسع في العديد من تطبيقات  المعالجة الصورية بما في ذلك معالجة الصور الطبية وهي واحدة من التطبيقات المهمة والشائعة  للتجزئة لغرض تحليل الصور الطبية وكذلك لتشخيص المرض سريريا والتي لها دور مهم من حيث النوعية والكمية.

     الهدف الرئيسي من هذا البحث هو استخدام خوارزميات التشخيص بواسطة الحاسوب (CAD) للمساعدة في الكشف المبكر عن أورام الغدة الدرقية.  ان صور الغدة الدرقية الماخوذة  بواسطة  الموجات فوق الصوتية(US) تحتوي على ضوضاء بقعية تؤدي الى حصول نتائج غير مرغوب فيها .ولغرض الحصول على نتائج مرضية يجب ازالة الضوضاء من تلك الصور . الطريقة المقترحة تتمثل بالتهيئة الاولية  ما قبل المعالجة لصورالموجات فوق الصوتية للغدة الدرقية لغرض زيادة الوضوحية  وإزالة الضوضاء غير المرغوب فيها من أجل جعل الصورة مناسبة للمعالجة. وقد تم اعتماد المرشحات لهذا الغرض. ان عملية تجزئة الصورة تمت  باستخدام خوارزمية  معدل التضبيب المسماة بالـ ( Fuzzy C-Mean (FCM) لتجزئة الصورة الى ستة اجزاء. حيث تم استخدام نتائجها  بعد ذلك لعزل منطقة الورم من صورة الغدة الدرقية.

 

 

alt

 

 

 

 

S5 Box

Login



Register

*
*
*
*
*

Fields marked with an asterisk (*) are required.