METHODS FOR DETECTING AND SELECTING AREAS ON TEXTURE BIOMEDICAL IMAGES OF BREAST CANCER

Niniejszy artykuł poświęcony jest zagadnieniom aktualnym - opracowaniu metod analizy obrazów tekstury raka piersi.Głównym problemem, który został rozwiązany w artykule, jest to, że wymagania dotyczące wyników wstępnego przetwarzania rosną.W wyniku zadania obrazy rezonansu magnetycznego piersi są brane pod uwagę do przetwarzania obrazu za pomocą metod analizy obrazu tekstury.Głównym celem badań jest opracowanie i wdrożenie algorytmów, które pozwalają wykryć i wyizolować guz w piersi u kobiet na obrazie.Aby rozwiązać ten problem, stosuje się cechy teksturalne, grupowanie, transformacje ortogonalne.Metody analizy obrazów tekstury raka piersi, przeprowadzone w artykule, a mianowicie: transformata Hadamarda, transformacja ukośna, dyskretna transformacja cosinusowa, transformacja Daubechies, transformacja Legendre,wyniki ich implementacji oprogramowania na przykładzie biomedycznych obrazów patologii onkologicznych na przykładzie raka piersi, pokazano, że Najbardziej pouczająca dla segmentacji obrazu jest metoda oparta na transformacie Hadamarda i metoda oparta na transformacie Haara.W artykule przedstawiono zalecenia dotyczące wykorzystania wyników w praktyce, a mianowicie wykazano, że klinicznie ważne wskaźniki, które w znacznym stopniu przyczyniają się do oceny stopnia patologii i prawdopodobieństwa rozwoju chorób, istnieją inne parametry informacyjne: średnica, krzywizna itp.Dlatego zwiększono wymagania dotyczące niezawodności, dokładności, szybkości przetwarzania obrazów biomedycznych.

Słowa kluczowe:

przetwarzanie obrazów biomedycznych, cechy tekstury, klasteryzacja, transformacje ortogonalne

Bibliografia

Abdikerimova G. B. et al.: Algorithms and software for the analysis of disordering the structure of cellular walls. Bulletin of the Novosibirsk Computing Center – Series „Сomputer science” 40, 2016, 1–14. DOI: https://doi.org/10.31144/bncc.cs.2542-1972.2016.n40.p1-14

Abdikerimova G. B. et al.: Software tools for cell walls segmentation in microphotography. Journal of Theoretical and Applied Information Technology 96, 2018, 4783–4793.

Ablyazov T., Baizakov N.: Theory and Practice of Territories Spatial Development Based on the Smart City Concept. In: Rudskoi A., Akaev A., Devezas T. (eds): Digital Transformation and the World Economy. Studies on Entrepreneurship, Structural Change and Industrial Dynamics. Springer, Cham 2022 [http://doi.org/10.1007/978-3-030-89832-8_9]. DOI: https://doi.org/10.1007/978-3-030-89832-8_9

Arazayeva A. R. et al.: Efficiency of Biomedical Breast Cancer Image Processing Using Filters. The National Academy of Sciences of the Republic of Kazakhstan ¬– Physics and Information Technology Series 1(341), 2022, 69–76 [http://doi.org/10.32014/2022.2518-1726.118].

Bayzakov S., Forrest J. Y.-L., Baizakov N. A.: Modeling the management of the economies of developing countries. Advances in Systems Science and Applications 19 (2), 2019, 101–119 [http://doi.org/10.25728/assa.2019.19.2.673].

Fu K. S., Mu J. K.: A survey on image segmentation. Pattern Recognition 13(1), 1981, 3–16. DOI: https://doi.org/10.1016/0031-3203(81)90028-5

Grady L.: Random walks for image segmentation. IEEE Transactions on Pattern Analysis and Machine Intelligence 28(11), 2006, 1768–1783. DOI: https://doi.org/10.1109/TPAMI.2006.233

Karpinski M., Ziubina R., Azatov A., Shaikhanova A., Teliushchenko V., Falat P.,: Information Security Software Using Quality and Reliability Criteria. IEEE 5th International Symposium on Smart and Wireless Systems within the Conferences on Intelligent Data Acquisition and Advanced Computing Systems (IDAACS-SWS), 2020, 1–5 [http://doi.org/10.1109/IDAACS-SWS50031.2020.9297069]. DOI: https://doi.org/10.1109/IDAACS-SWS50031.2020.9297069

Pavlov S. et al.: System of three-dimensional human face images formation for plastic and reconstructive medicine. In: Arras P., Luengo D. (Eds.): Teaching and subjects on bio-medical engineering Approaches and experiences from the BIOART-project. Acco cv, Leuven 2021, 187–203.

Rani R.: Performance analysis of different orthogonal transform for image processing application. International Journal of Applied Research 1(12), 2015, 844–847.

Serik M. , Yerlanova G., Karelkhan N. , Temirbekov N.: The Use of the High-Performance Computing in the Learning Process. International Journal of Emerging Technologies in Learning (iJET) 16(17), 2021, 240–254 [http://doi.org/10.3991/ijet.v16i17.22889]. DOI: https://doi.org/10.3991/ijet.v16i17.22889

Sidorova V. S.: Hierarchical Cluster Algorithm for Remote Sensing Data of Earth. Pattern Recognition and Image Analysis 22(2), 2012, 373–379. DOI: https://doi.org/10.1134/S1054661812020149

Stashkevich A. T. et al.: Differential Mueller-matrix tomography of the polycrystalline structure of biological tissues with different damage durations. Proceedings of SPIE 12040, 2021, 120400G. DOI: https://doi.org/10.1117/12.2617360

Stashkevich A. T. et al.: Multiparameter polarization-phase microscopy of optically anisotropic networks of biological crystals. Proceedings of SPIE 12040, 2021, 120400F. DOI: https://doi.org/10.1117/12.2617359

Stashkevich A. T. et al.: Spectral polarimetry of laser images of biological fluid layers in the differentiation of necrotic conditions. Proceedings of SPIE 12040, 2021, 120400C. DOI: https://doi.org/10.1117/12.2613344

Wang J. Z., Du Y.: Scalable integrated region-based image retrieval using IRM and statistical clustering. Proceedings of the 1st ACM/IEEE-CS joint conference on Digital libraries 2001, 268–277. DOI: https://doi.org/10.1145/379437.379679

Wang J. Z., Li J., Wiederhold G.: SIMPLIcity: Semantics-Sensitive Integrated Matching for Picture Libraries. IEEE Transactions on Pattern Analysis and Machine Intelligence 23(9), 2001, 947–963. DOI: https://doi.org/10.1109/34.955109

Wójcik W., Pavlov S., Kalimoldayev M.:. Information Technology in Medical Diagnostics II. Taylor & Francis Group, CRC Press, Balkema book, London 2019 [http://doi.org/10.1201/ 9780429057618]. DOI: https://doi.org/10.1201/9780429057618

Wójcik W., Smolarz A. (ed.): Information Technology in Medical Diagnostics. CRC Press 2017. DOI: https://doi.org/10.1201/9781315098050

Zhao F., Nagarathnam M.: 5418 Parallel Computer Architecture and Programming Project Report: Implementation and Comparison of Parallel LZ77 and LZ78 Algorithms. 2021.

Orazayeva , A. ., Tussupov, J. . ., Wójcik, W. ., Pavlov, S., Abdikerimova, G. ., & Savytska, L. (2022). METODY WYKRYWANIA I WYRÓŻNIANIA OBSZARÓW W TEKSTUROWANYCH OBRAZACH BIOMEDYCZNYCH RAKA PIERSI. Informatyka, Automatyka, Pomiary W Gospodarce I Ochronie Środowiska, 12(2), 69–72. https://doi.org/10.35784/iapgos.2951

##plugins.themes.bootstrap3.article.sidebar##

Numer Tom 12 Nr 2 (2022)

Archiwum

##plugins.themes.bootstrap3.article.main##

DOI

Authors

Abstrakt

Słowa kluczowe:

Bibliografia

##plugins.themes.bootstrap3.article.details##

Licencja