Matlab istifadə edərək beyin şişlərinin MRT aşkarlanması: 6 addım

2024 Müəllif: John Day | [email protected]. Son dəyişdirildi: 2024-01-30 07:46

Müəllif: Madhumita Kannan, Henry Nguyen, Ashley Urrutia Avila, Mei Jin

Bu MATLAB kodu, xəstənin beyin MRT taramalarında tapılan bir şişin dəqiq ölçüsünü, şəklini və yerini aşkar edən bir proqramdır. Bu proqram əvvəlcə beyin MRT taramalarında şiş aşkarlanması ilə işləmək üçün hazırlanmışdır, lakin digər orqan taramalarında da xərçəng diaqnozu üçün istifadə edilə bilər.

Aşağıdakı təlimatlar əvvəlcə MRT taramasının süzülməsi və təmizlənməsi, binarizasiya, orta süzgəc və sürüşmə pəncərələr vasitəsilə görüntü təhlili üsullarını təsvir edəcək. Daha sonra, əvvəlcədən yaradılmış bir eliptik maska istifadə edərək şişin necə təcrid ediləcəyini və şişin şəklinin ətrafını təsvir etmək üçün daha da süzgəcdən keçirməyi öyrədəcək.

Şiş aşkar edildikdən sonra təlimatlar bu proqramı qrafik istifadəçi interfeysinə (GUI) necə daxil etməyi daha da izah edəcək. Bu təlimatlar boyunca, bu MRI tarama analizinin necə işlədiyini izah etmək üçün müvafiq kod və fayllar əlavə olunacaq.

Bu təlimata davam etməzdən əvvəl bilmək, yükləmək və hazırlamaq üçün bəzi şeylər: 1. MATLAB -ın ən son versiyasını yüklədiyinizə əmin olun. R2018b -ni buradan yükləyə bilərsiniz:

2. Bu proqramı işə salmaq üçün MRT beyin tarama fayllarına girişiniz olmalıdır. Bəziləri hər zaman Google şəkillərindən tapıla bilsə də, hər bir xəstə üçün beyin müayinəsinin müxtəlif qatlarının düzgün şəkillərindən hərtərəfli və dəqiq analizlər aparıla bilər. Bu məlumat bazasından glioblastoma müalicəsi öncəsi və sonrası olan 20 fərqli xəstənin sənədlərinə daxil ola bilərsiniz:

3. Bu proqramın mövzusu və bu layihəyə rəhbərlik edən müxtəlif üsullar bu araşdırma sənədində verilmişdir:

Addım 1: Qrafik İstifadəçi İnterfeysini (GUI) işə salın

İlk addım, qrafik istifadəçi interfeysi GUI yaratmaq və işə salmaq olar. Bunu əmr pəncərəsinə bələdçi yazaraq, enter düyməsini basaraq və yeni bir GUI yaratmaqla etmək olar. Bu addım tamamlandıqda, proqram işlədildikdən və istifadəçi ilə qarşılıqlı əlaqə qura biləcəyiniz zaman oxlar, statik mətn, mətni redaktə etmək və basma düymələri kimi funksiyalar yaratmağa başlaya bilərsiniz. Bu funksiyalar mülkiyyət müfəttişi vasitəsi ilə düzəldilə və idarə oluna bilər, lakin bu funksiyalar yaradılarkən dəyişdirilməli olan ən vacib xüsusiyyət Etiket adıdır. Tətbiq olunan hər bir funksiyanın Tag adını dəyişdirmək vacibdir, çünki bu, fərqlənən geri çağırma funksiyası yaratmağa imkan verəcəkdir. GUI planınızdan razı qaldıqdan sonra GUI -də görünəcək DICOM fayllarını yükləməyə davam edə bilərsiniz.

Addım 2: MRT Şəkillərini MATLAB -a yükləyin və oxuyun

DICOM fayllarını yükləmək üçün "MRİ Şəkilini Yüklə" düyməsinə basaraq yerinə yetiriləcək geri çağırma funksiyasını düzgün başlatmalısınız. Bu tamamlandıqdan sonra, orijinal MRG Görüntüsünün göstərilməsini istədiyiniz yerdə tutacaqlar oxlarında görüntünü göstərən qlobal bir dəyişən yaratmalısınız. Verilənlər bazasından yüklənmiş MRT tarama şəkilləri, MATLAB qovluğuna yüklənməli olan bütün DICOM formatlı fayllardır. Proqrama yükləmək üçün imgetfile istifadə edərək faylı tapın. Şəkillər MATLAB -da quraşdırılmış 'dicomread' funksiyasından istifadə edərək oxunur və hər bir fayl üçün ilk xam görüntü imshow istifadə edərək sol GUI oxlarına daxil edilir.

Daxili MATLAB funksiyası olan 'dicominfo', hər MRI dicom faylının bütün məlumatlarını həll etməkdə son dərəcə faydalıdır. Bu funksiyadan xəstələrin cinsi, yaşı, çəkisi və boyu kimi bütün təsviri məlumatları çıxarmaq üçün istifadə etdik. Bu funksiya, qrafik istifadəçi interfeysi daxilində proqramın həyata keçirilməsi üçün faydalı olan yığın əmrini də təmin edir. Algılama düyməsinə basıldıqda GUI üçün istifadə ediləcək xəstələrin təsviri məlumatlarının hər biri üçün dəyişənlər yaratdıq.

Addım 3: Şəkil Süzgəci

Ham görüntünün DICOM faylı yükləndikdən və oxunduqdan sonra, görüntünün boz rəngdən yalnız qara və ağ piksellərdən ibarət ikili formaya çevrilməsi lazımdır. Xam görüntüdən ikili görüntü yaratmaq üçün 'imbinarize' funksiyasından istifadə etdik. 0.59 həssaslıq dəyərində adaptiv eşiklərin nəzarət aspektləri. Varsayılan eşik həssaslıq faktoru 0.5 aşağı idi və görüntüdən daha parlaq ləkələri və ləkələri aşkar edə bilmədi, buna görə onu 0,59 -a qaldırdıq.

Binarized şəkil daha sonra 'medfilt2' funksiyasından istifadə edərək median filtr vasitəsilə işlənir, çünki ikiqat şəkil iki ölçülüdür. Hər bir çıxış pikselini 5 x 5 məhəllədəki median dəyərini giriş binarizasiya edilmiş şəkildəki müvafiq piksel ətrafında ehtiva etmək üçün təyin edirik. Bu, səs -küyü azaldır və kənarları hər piksel ətrafında 5 x 5 kvadratda saxlayır. Sonra, hər bir disk məhəlləsindəki hər bir mərkəzi, başlanğıc pikselini müəyyən etmək üçün məhəllə yarıçapı 2 olan disk formalı düz bir quruluş elementi yaratmaq üçün 'strel' istifadə edərək sürüşmə pəncərəsini tətbiq edirik. Hər bir dairəvi nöqtəni və hər bir nöqtədəki pikselləri təhlil etdiyimiz üçün bir disk quruluş elementindən istifadə etdik, buna görə disk şəkli elementi daha faydalıdır.

Şəkil süzüldükdən sonra, görüntünün süzülmüş ağ pikselləri arasındakı qara ləkələri aradan qaldırmaq üçün 'imclose' funksiyasından istifadə edərək təmizlənə və ətrafındakı bütün boşluqları bağlaya bilərsiniz. Tamamilə işlənmiş görüntü, əvvəlcədən ayrılmış rəqəmin ikinci alt hissəsində tərtib edilə bilər ki, bu da xam və süzülmüş görüntü arasında müqayisə aparmağa imkan verir.

Addım 4: Eliptik Maska ilə Şiş İzolasiyası

Daha sonra şişin parlaq ləkələri əvvəlcədən yaradılmış elliptik maska vasitəsilə əsas süzülmüş görüntüdən təcrid oluna bilər. Bu maskanı yaratmaq üçün, orijinal, xam MRİ tarama görüntüsünün ölçüsünü bilməlisiniz və satır və sütun uzunluğundan istifadə edərək, sırasıyla x və y- koordinatları olaraq, mərkəzi koordinatları eliptik olaraq ayırın. Y oxunu mərkəzdən 50 ədəd radiuslu böyük bir ox, mərkəzdən isə 40 ədəd radiuslu kiçik ox olaraq təyin edirik.

MATLAB funksiyasından 'meshgrid' istifadə edərək, vektorların 1-dən x-oxunun uzunluğuna və 1-dən y-oxunun uzunluğuna qədər olan koordinatlara əsaslanaraq iki ölçülü ızgara koordinatları olan bir kartezyen təyyarə yaratmaq üçün istifadə etdik.. Col, hər bir satırın x oxunun bir nüsxəsi olduğu bir matrisdir və Satır, hər bir sütunun y oxunun bir nüsxəsi olduğu bir matrisdir. Col və Satır koordinatları ilə təmsil olunan kartezyen ızgarada uzunluq (1: Y_Size) satır və uzunluq (1: X_Ölçü) sütunları var. Əvvəlcədən təyin edilmiş radiusdan və mərkəz koordinatlarından asılı olaraq ellips tənliyini təyin etmək üçün kartezyen şəbəkəsi tərəfindən yaradılan Col və Row indekslərindən istifadə edin. Eliptik kontur artıq şiş ləkələrindən tapılan ağ piksellərlə doldurula bilər.

Əvvəlcədən yaradılmış elliptik maskadan istifadə edərək, analiz edilən xüsusi şişdən süzülmüş şəkildən ayıra bilərik. Eliptik maska ellipsin konturuna hansı məntiqlə uyğun gəldiyini aşkar edir və bunu süzülmüş şəkildəki bir şiş kimi qəbul edilə bilən bir nöqtə olaraq qəbul edir. 'Bwareafilt' funksiyası sonra aşkar edilən şiş xaricindəki bütün digər obyektləri görüntüdən süzür. Bütün şəkillərin ölçülərinə əsaslanaraq empirik olaraq 500 ilə 4000 arasında müəyyən bir pəncərədən istifadə etdik. Daha sonra aşkar edilmiş şişdəki hər bir ağ ağ piksel arasındakı boşluqları bağlamaq üçün 6 daha böyük bir məhəllə radiusunda düz bir disk şəkilli bir quruluş elementi olaraq 'strel' olan başqa bir sürüşmə pəncərəni tətbiq etdik. Qara pikselləri daha da aradan qaldırmaq və bütün delikləri "doldurma" ilə doldurmaq üçün aşkar edilən şiş ləkəsi "imclose" istifadə edərək daha da təmizlənir. Bu işlənmiş şiş, təcrid olunmuş şişlə MRT taramasının orijinal və süzülmüş görüntüləri arasında müqayisə aparmaq üçün əvvəlcədən ayrılmış süjetin üçüncü alt hissəsində göstərilə bilər.

Addım 5: Şiş təsviri

İndi şiş maska ilə təcrid olunduğundan, dəqiq yerini göstərmək üçün orijinal təsvirdə təsvir oluna və göstərilə bilər. Bunu etmək üçün əvvəllər aşkar edilmiş şişin konturunu izləmək üçün 'bwboundaries' funksiyasından istifadə etdik. Təsvir edildiyi kimi şiş obyektinin içərisindəki delikləri daxil etməmək üçün konturu təyin etdik. Bu, 1,5 piksellik bir xətt eni olan xəttin indekslərindən istifadə edərək, şiş ətrafında kontur quran 'for' döngəsi istifadə edərək, orijinal, xam görüntüyə çəkilə bilər. Bu kontur daha sonra orijinal MRT müayinəsinə nisbətən şişin dəqiq ölçüsünü və yerini göstərən xam görüntünün üzərinə çəkilir.

Addım 6: şişlərin fiziki xüsusiyyətlərinin təhlili

İzolyasiya edilmiş və qeyd olunan yer bizə şişin ölçüsü, sahəsi və yeri haqqında faydalı məlumatlar verə bilər. Sahəyə, perimetrə, sentroidlərə və piksel indeksi dəyərinə aid olan şiş xüsusiyyətlərini aşkar etmək üçün 'regionprops' funksiyasından istifadə etdik. Bu piksel indeksi dəyəri, hər bir tarama üçün unikal olan hər bir görüntünün hər bir pikselinə real dünya vahidləri verir. Bu xüsusiyyətlər daha sonra real dünya millimetr vahidlərinə çevrilə bilər. Proqramın bizə verdiyi empirik məlumatlar hər bir MRT taraması üçün unikaldır və istifadəçilərin analiz edə və qrafik istifadəçi interfeysinə daxil edə biləcəyi şişin ölçüsünü, yerini və növünü təyin etməkdə son dərəcə faydalıdır.