research centers


Search results: Found 4

Listing 1 - 4 of 4
Sort by

Article
Early detection of breast cancer mass lesions by mammogram segmentation images based on texture features
الكشف المبكر لسرطان الثدي ذو الضرر ألتكتلي بواسطة تقسيم صور الثدي الشعاعية وبالاستناد على خصائص القوام

Author: Faleh H.Mahmood فالح حسن محمود
Journal: Iraqi Journal of Physics المجلة العراقية للفيزياء ISSN: 20704003 Year: 2012 Volume: 10 Issue: 17 Pages: 29-40
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Mammography is at present one of the available method for early detection of masses or abnormalities which is related to breast cancer. The most common abnormalities that may indicate breast cancer are masses and calcifications. The challenge lies in early and accurate detection to overcome the development of breast cancer that affects more and more women throughout the world. Breast cancer is diagnosed at advanced stages with the help of the digital mammogram images. Masses appear in a mammogram as fine, granular clusters, which are often difficult to identify in a raw mammogram. The incidence of breast cancer in women has increased significantly in recent years. This paper proposes a computer aided diagnostic system for the extraction of features like mass lesions in mammograms for early detection of breast cancer. The proposed technique is based on a four-step procedure: (a) the preprocessing of the image is done, (b) regions of interest (ROI) specification, (c) supervised segmentation method includes two stages performed using the minimum distance (MD) criterion, and (d) feature extraction based on Gray level Co-occurrence matrices GLCM for the identification of mass lesions. The method suggested for the detection of mass lesions from mammogram image segmentation and analysis was tested over several images taken from Al-Ilwiya Hospital in Baghdad, Iraq. The proposed technique shows better results.

التصوير ألشعاعي للثدي هو واحدة من الوسائل المتاحة في الوقت الحاضر للكشف المبكر عن سرطان الثدي خصوصا المناطق الشاذة أو الأورام بهيئة تكتلات. إن المناطق الشاذة الأكثر شيوعا والتي قد تدل على احتمال وجود سرطان الثدي هي التكتلات والتكلسات . إن التحدي الأكبر يكمن في دقة هذا الكشف وذلك للتغلب على تطور سرطان الثدي الذي يصيب النساء على الأغلب وفي جميع أنحاء العالم. يتم تشخيص سرطان الثدي في مراحل مبكرة بمساعدة التصوير ألشعاعي الرقمي للثدي. تظهر الأورام بهيئة تكتلات في التصوير ألشعاعي للثدي ،وقد تكون هذه التكتلات ملساء وعلى شكل عناقيد متحببة ، وغالبا ما تكون صعبة التحديد في التصوير ألشعاعي للثدي قبل إجراء المعالجة الصورية. ولقد ازدادت حالات الإصابة بسرطان الثدي لدى النساء بشكل ملحوظ في السنوات الأخيرة.في هذا البحث تم اقتراح تقنية للكشف المبكر عن سرطان الثدي بمساعدة الحاسوب لغرض كشف واستخلاص التفاصيل مثل الأورام بهيئة تكتلات. وتتمثل التقنية أو الطريقة المقترحة هذه على أربع خطوات : (أ) حيث تتم التهيئة الأولية للصورة (ب) بعدها يتم اختيار المناطق ذات الاهتمام (ROI) لغرض التصنيف ، (ج) يتم تطبيق طريقة تقسيم المرشد والتي تشتمل على مرحلتين يتم تنفيذها باستخدام معيار المسافة الصغرى (MD) ، وأخيرا (د) استخراج التفاصيل اعتمادا على الخصائص الإحصائية للصورة بالاعتماد على مصفوفة الحدوث (Gray Level Co-occurrence Matrices GLCM) لتحديد الأورام بهيئة تكتلات. تم اختبار الأسلوب المقترح للكشف عن الأورام بهيئة تكتلات من تجزئة صورة الثدي وتحليلها وقد تم اعتماد نماذج مختلفة من التصوير ألشعاعي للثدي تم الحصول عليها من مستشفى العلوية في بغداد.


Article
Statistical Features Segmentation Technique For MR Images Of Brain’s Tumors
تقنية الانقسام باستخدام الخصائص الإحصائية لصور الرنين المغناطيسي لأورام الدماغ

Authors: Saleh.M. Ali صالح مهدي علي --- Faleh.H. Mahmood فالح حسن محمود
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2012 Volume: 53 Issue: 5 Pages: 1148-1155
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Medical image analysis has great significance in the field of treatment, especially in non-invasive and clinical studies. Medical imaging techniques and it analysis and diagnoses analysis tools enable the physicians and Radiologists to reach at a specific diagnosis. In this study, MR images have been used for discriminating the infected tissues from normal brain’s tissues. A semi-automatic segmentation technique based on statistical futures has been introduced to segment the brain’s MR image tissues. The proposed system used two stages for extracting the image texture features. The first stage is based on utilizing the 1st order statistical futures histogram based features such as (the mean, standard deviation, and image entropy ) which is local in nature, while the second stage is based on utilizing the 2nd order statistical futures (i.e Co-Occurrence matrices features).Similar coloring and semi-equal statistical features of the tumor area and the Gray Matter (GM) brain’s tissue was the main encountered problem in the first presented segmentation method. To overcome this problem, an adaptive multi-stage segmentation technique is presented, in which the mean value of each pre-segmented classes has been used to distinguish the tumor tissue from others. The segmentation process is followed by a 2nd order classification method to assign image pixels accurately to their regions, using the invariant moments parameters weighted together with the Co-Occurrence parameters. Different samples of MR images for normal and abnormal brains (i.e. T1 and T2-weighted) have been tested, for different patients.

إن لتحليل ومعالجة الصورةِ الطبيةِ أهميةُ كبيرةُ في مجال الطبِّ، خصوصاً في المعالجةِ غير المتدخّلةِ والدراساتِ السريريةِ. أن تقنياتُ التصوير الطبي, وأدواتِ التحليلِ والتشخيص المتعلقة بها ساعدت الأطباءَ واختصاصيي الأشعة من الوُصُول إلى التشخيص بشكل أفضل. في هذه الدراسة , تم استخدام صور الرنينِ المغناطيسيِ (MRI) ، لغرض الكشف عن الأنسجة المتضررة في الدماغ وتمييزها عن الأنسجة الغير متضررة. حيث تم استخدم تقنيات التقسيم الشبه الاوتماتيكية باستخدام الخصائص الإحصائية لغرض استخلاص تلك التفاصيل. الطريقة التي تم اقتراحها لهذا لغرض تتمثل بمرحلتين; الأولى تعتمد على استخدام الخصائص الإحصائية من الرتبة الأولى( مثل المعدل ومتوسط الانحراف المعياري والعشوائية).بينما المرحلة الثانية فتمثلت باستخدام الخصائص الإحصائية من الرتبة الثانية ( مصفوفة التغايير).إن التشابه اللوني وكذلك شبه التماثل بين معظم أنسجة الدماغ وخاصة بين المناطق المتضررة والمنطقة السنجابية (GM) هي من ابرز المشاكل التي واجهتنا في المرحلة الأولى من التقسيم. ولغرض التخلص من تلك المشكلة عمدنا إلى إجراء عملية تحسين لهذه المرحلة من خلال التعاقب في عملية التقسيم لقيم المعدل لكل صنف من الأصناف ولنفس المرحلة لغرض تمييز الورم عن باقي أنسجة الدماغ.المرحلة الثانية تمثلت باستخدام الخصائص الإحصائية من الرتبة الثانية بالاعتماد على نتائج المرحلة الأولى من التقسيم لغرض التصنيف الدقيق للورم. تم استخدام عينات مختلفة لشرائح صور الرنين المغناطيسي ولعدة أشخاص مصابين وأصحاء.


Article
Clouds Height Classification Using Texture Analysis of Meteosat Images
تصنيف ارتفاع الغيوم باستخدام التحليل النسيجي لصور القمر الصناعي الميتيوسات

Authors: Alyaa H. Ali علياء حسين علي --- Laith A. Al Ani ليث عبد العزيز العاني --- Loay A. George لؤي ادور جورج
Journal: Baghdad Science Journal مجلة بغداد للعلوم ISSN: 20788665 24117986 Year: 2014 Volume: 11 Issue: 2 عدد خاص بالمؤتمر النسوي الثاني Pages: 652-659
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In the present work, pattern recognition is carried out by the contrast and relative variance of clouds. The K-mean clustering process is then applied to classify the cloud type; also, texture analysis being adopted to extract the textural features and using them in cloud classification process. The test image used in the classification process is the Meteosat-7 image for the D3 region.The K-mean method is adopted as an unsupervised classification. This method depends on the initial chosen seeds of cluster. Since, the initial seeds are chosen randomly, the user supply a set of means, or cluster centers in the n-dimensional space.The K-mean cluster has been applied on two bands (IR2 band) and (water vapour band).The textural analysis is used where six parameters are calculated from the Co-occurrence matrix. These parameter were inserted in the K-mean. The best classifier feature is the angular second moment. When we use the angular second moment is used with any textural feature a good result were obtained for cloud classification, since the angular second moment gives indications on cloud homogeneity.

في هذا البحث، يمكن الحصول على تميزالأنماط بواسطة التباين وحساب التغاير لصور الغيوم . حيث يتم تطبيق عملية تجميع K-كوسيلة لتصنيف انواع الغيوم، لقد تم اعتماد تحليل النسيج لاستخراج بعض الخصائص التي تستخدم في عملية تصنيف انواع الغيوم. الصور التي تم استخدامها في عملية التصنيف هي صور القمر الصناعي الانوائي المتيوسات-7 حيث الصوره الماخوذه هي لمنطقة-D3 التي تشمل العراق ومنطقة الخليج والمناطق المحيطه به. لقد تم اعتماد طريقة التصنيف الغير موجه وهي طريقة عنقدة k ويتم اختيار البذور الأوليه بشكل عشوائي، عملية عنقدة k تم تطبيقها على حزمة بخار الماء والحزمه التحت الحمراء, ان طريقة التحليل النسيجي هي احد الطرق المهمه لتصنيف ارتفاعات الغيوم حيث تم استخدم مصفوفة التدرج اللوني ومن خلالها تم حساب بعض الخصائص الاحصائيه, عملية المزج بين طريقة التحليل النسيجي وطريقة تجميع k ساعدت باختيار افضل الخصائص الاحصائيه لتصنيف ارتفاعات الغيوم حيث اعتبر العزم الثنائي الزاوي هو افضل الخصائص الاحصائيه لتصنيف ارتفاعات الغيوم.


Article
Proposed Algorithm For Using GLCM Properties To Distinguishing Geometric Shapes

Author: Kifaa Hadi Thanoon
Journal: AL-Rafidain Journal of Computer Sciences and Mathematics مجلة الرافدين لعلوم الحاسوب والرياضيات ISSN: 18154816 Year: 2019 Volume: 13 Issue: 1 Pages: 32-47
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

In this research, an algorithm was used to look at the characteristics of a set of images for geometric shapes and then to classify them into totals based on four characteristics obtained from the co-occurrence matrix (energy, contrast, correlation and homogeneity).Studying the above four characteristics in detail and then presenting a complete presentation on the extent of their effect on the distinctive characteristics of the geometrical shapes. The adopted algorithm shows that the above four qualities can be new features of geometric shapes in digital images.The results of the practical application of the proposed algorithm show that the three features of homogeneity, energy, and contrast give a topical distinction to the shape, but the correlation property is weak in the distinction of shape.The algorithm was programmed using MATLAB R2010a for Windows 7 operating system on the computer that has the following specifications: (Processor Intel (R) Core (TM) i5, CPU 640 M & 2.53 GHZ, RAM 6GB).

تم في هذا البحث استخدام خوارزمية للبحث في الخصائص المميزة لمجموعة من الصور للأشكال الهندسية, ومن ثم القيام بتصنيفها إلى مجاميع بالاعتماد على اربعة صفات يتم الحصول عليها من مصفوفة الظاهر المشترك وهي صفة ( الطاقة ، التباين ، الارتباط والتجانس )0دراسة الصفات الأربعة المذكورة أعلاه بالتفصيل ومن ثم تقديم عرض كامل عن مدى تأثيرها على الخصائص المميزة للأشكال الهندسية. والخوارزمية المعتمدة تبين أن الصفات الأربعة المذكورة أعلاه يمكن أن تكون خصائص جديدة للأشكال الهندسية في الصور الرقمية.تظهر نتائج التطبيق العملي للخوارزمية المقترحة أن الصفات الثلاثة التجانس والطاقة والتباين تعطي تمييزًا عالي للشكل بينما خاصية الارتباط ضعيفة في تمييز الشكل. تم برمجة الخوارزمية باستخدام (MATLAB R2010a) لنظام التشغيل Windows7 على جهاز الكمبيوتر الذي يملك المواصفات التالية : ( Intel(R) Core(TM) i5 , CPU 640 M & 2.53 GHZ , RAM 6 GB).الكلمات المفتاحية: الأشكال ، وتحليل النسيج ، مصفوفة الظاهر المشترك ، استخلاص الخواص.

Listing 1 - 4 of 4
Sort by
Narrow your search

Resource type

article (4)


Language

English (4)


Year
From To Submit

2019 (1)

2014 (1)

2012 (2)