Moyamoya Şəkil İşlənməsi: 8 addım

2024 Müəllif: John Day | [email protected]. Son dəyişdirildi: 2024-01-30 07:47

Moyamoya, "tüstü üfürülməsi", beynin dibində bir sahə olan bazal ganglionlarda arteriyaların tıxanması nəticəsində yaranan nadir bir xəstəlikdir. Xəstəlik, əsasən uşaqları təsir edən mütərəqqi bir serebrovasküler xəstəlikdir. Moyamoyanın simptomlarına ilkin vuruş, daimi mini vuruşlar, əzələ zəifliyi, iflic və ya arteriyaların tədricən daralması nəticəsində nöbetlər daxildir. Müalicə olunmasa, moyamoya danışma, duyğu pozğunluğu və zədələnmiş şüur problemlərinə səbəb olacaq. Layihəmizdə, təsirlənmiş ərazini tapmaq üçün görüntü içərisindəki səs -küyü azaltmaq üçün müxtəlif filtrlərdən istifadə edərək bir MRİ və ya MRA görüntüsünü əvvəlcədən işlətmək üçün MATLAB -dan istifadə edəcəyik. Bundan əlavə, təsirlənmiş əraziləri daha dəqiq tapmaq üçün bir xüsusiyyət inkişaf etdirməsindən istifadə edəcəyik. Bundan əlavə, normal bir beyindəki qan damarlarının miqdarı ilə moyamoyadan təsirlənmiş bir beyin arasında əhəmiyyətli bir fərq olub olmadığını müəyyən etmək üçün müstəqil nümunələr t testi aparacağıq.

Addım 1: Moyamoyadan təsirlənmiş normal beyin və beynin MRİ və MRA taramalarını tapın

Bu görüntülər, internetdə tapdığımız layihə üçün istifadə etdiyimiz taramalardır. Ortada qan damarları olan iki şəkil MRA, digər iki görüntü isə MRT müayinəsidir.

Bu şəkillərin tapıldığı yerlər aşağıdakı linklərdir:

static.cambridge.org/resource/id/urn:cambr…

static.cambridge.org/resource/id/urn:cambr…

Addım 2: Şəkilləri MATLAB -a yükləyin və Şəkilləri Göstərmək üçün Şəkilləri Dəyişənə Təyin edin

Prosesə başlamaq üçün əmr pəncərəsini silməklə başlayın, mümkün olan bütün mümkün rəqəmləri və qrafikləri bağlayın və artıq iş sahənizdə təyin edilmiş dəyişənləri silin.

Sonra, i = [1: 2] əmrini istifadə edərək 1 -dən 2 -ə qədər döngə yaradın.

Sonra, toplu yükləmə və təyin etmək üçün sprintf istifadə edərək döngə üçün istifadə olunan rəqəmdən sonra fayl adı ilə göstərilən fayllardan görüntüləri oxumaq üçün imread (sprintf ('fayl adı%.filetype', i)) əmrindən istifadə edərək MRA şəkillərini yükləyin. dəyişənə çevrilir.

Sonra şəkli bir şəkildə göstərmək üçün imshow (I) əmrindən istifadə edin.

Boz rəngli rəng xəritəsi təyin etmək üçün rəngli rəngli (boz) əmrindən istifadə edin.

Rəngi tamamilə aradan qaldırmaq və şəkillər üçün 3D matrisi 2D -ə çevirmək üçün rgb2gray (I) əmrindən istifadə edin və ayrı bir dəyişənə təyin edin.

Daha sonra əvvəllər göstərilən və ya imread (sprintf ('fayl adı%.filetype', i)) əmrindən istifadə edərək MRİ şəkillərini yükləyin və yeni bir dəyişənə təyin edin.

MR görüntüləri üçün istifadə olunan yeni dəyişənlə rgb2gray əmrini təkrarlayın.

Gerekirse, imresize (A, miqyaslı) əmrindən istifadə edərək görüntünün ölçüsünü dəyişə və ayrı bir dəyişənə təyin edə bilərsiniz.

Addım 3: Çox Ölçəkli Filtrləmə ilə İntensivlikdə Uzadılmış Strukturları Gücləndirin

Yeni bir dəyişəndən istifadə edərək şəkillərdəki boru strukturlarını gücləndirmək üçün fibermetrik (A) əmrindən istifadə edin

Əvvəlki dəyişənlə birlikdə, histeq (B) əmrindən istifadə edərək şəkillərin intensivliyini dəyişdirərək histoqram bərabərliklərini artırın və yeni bir dəyişənə təyin edin.

İmhist (B) əmrindən istifadə edərək histoqramı göstərin

Filtr üçün bir eşik yaratmaq üçün yeni bir dəyişən yaradın. Bu vəziyyətdə, 0.875 dəyəri altında piksel sıxlığını süzərək əvvəlki dəyişən> 0.875 təyin edin

Sonra yeni bir rəqəm yaradın və yeni süzülmüş görüntünü göstərmək üçün imshow (A) əmrindən istifadə edin.

Addım 4: 2D Median Filtri işə salın

Medfilt2 (A, [m n]) əmrindən istifadə edərək, hər bir çıxış pikseli daxil edilmiş şəkildəki müvafiq piksel ətrafındakı mxn sərhədindəki median dəyərini ehtiva etdiyi 2D median filtri işlədin.

Yeni bir rəqəm yaradın və orta süzülmüş görüntünü göstərmək üçün imshow (A) istifadə edin.

Addım 5: Şəkli maskalayın

Median süzülmüş şəkildən istifadə edərək, şəkildəki ağ ləkələrin sayını hesablamaq üçün [labeledImage, numberOfBlots] = bwlabel (A) əmrindən istifadə edin.

Sonra, hər bir ləkə və ya qan damarının sahələrini hesablamaq üçün bölgə rekvizitləri funksiyası vəziyyətləri = regionprops (etiketliImage, 'Sahə') istifadə edin.

Bütün sahələri bir dəyişənə təyin edin

Sonra başqa bir dəyişəndən istifadə edərək 50 pikseli keçən ləkələrin sayını hesablayın

Bundan sonra [sortedAreas, sortedIndicies] = sırala (Sahələr, 'enmək') əmrindən istifadə edərək 50 pikseldən aşağı olan ləkələri azalan qaydada sıralayın.

Daha sonra, başqa bir dəyişəndən istifadə edərək, məntiqi 1 (doğru) və ya 1 nömrəli qan damarlarının sayına qədər sıralanmış Göstəricilərdə sıralanan Göstəricilər elementləri olan bir sıra qayıtmaq üçün ismember (labeledImage, sortedIndicies (1: numberToExtract)) əmrindən istifadə edin. məntiqi 0 (yanlış).

Əvvəlki addımdakı dəyişənlə doğru olan nöqtələri tapın (dəyərlər> 0) və ikili bir görüntü yaratmaq və onu yeni bir dəyişənə təyin etmək üçün məntiqi bir sıra yaradın.

Yeni bir rəqəm yaradın və yeni ikili görüntüyü imshow (A) istifadə edin.

Sonra, imcomplement (A) əmrindən istifadə edərək görüntünü tərsinə çevirin və fərqli bir dəyişənə təyin edin.

Maskeli bir şəkil yaratmaq üçün komanda ölçüsünü dəyişən yeni bir dəyişəndən istifadə edin.*Uint8 (ters görüntü)

Yeni bir rəqəm yaradın və maskalı şəkli göstərmək üçün imshow (A) istifadə edin.

Bütün kodu sona çatdırmaq üçün, loopun hamısını bitirmək üçün 'son' əmrindən istifadə etməyinizə əmin olun

Addım 6: Statistik Test üçün MRA Taramalarını seçin

Statistik testlərə hazırlaşmaq üçün müstəqil nümunələr t-testi üçün istifadə ediləcək MRA taramalarını seçin. İki nümunəmiz Moyamoya'dan təsirlənən beyinlər və normal beyinlər olacağından, hər qrupdan layiqli miqdarda MRA taraması seçin.

Addım 7: Statistik Testə Hazırlıqda Qan Damarlarının Sahəsini Hesablayın

Statistik test MRA taramalarında göstərilən qan damarlarının uzunluğuna və ya miqdarına yönələcək. Beləliklə, müqayisə etmədən əvvəl qan damarlarının sahəsini hesablamalıyıq.

Normal beyinlərin MRA -larını süzərək və qan damarlarının miqdarını hesablayaraq başlayın. Bunu etmək üçün for loopu işlədin. Üç görüntü olduğu üçün şərt i = [1: 3] olacaq.

Təsviri imread əmri ilə açın və dəyişənə təyin edin.

Sonra, if, else əmri ilə bir if/else ifadəsi yaradın. If ifadəsi üçün (A, 3) == 3 əmrini istifadə edin, burada A, görüntünün açılması üçün istifadə olunan bir dəyişkəndir, serialın üçüncü ölçüsü 3 olduqda if ifadəsi yaradın. Sonra görüntüyü çevirin. rgb2gray (A) əmrindən istifadə edərək rəngdən qurtulun və yeni bir dəyişənə təyin edin. Şəklin ölçüsünü dəyişdirmək üçün imresize (A, [m n]) əmrindən istifadə edin. Bu vəziyyətdə, şəkilləri 1024 x 1024 matrisə dəyişdirdik. Görüntünün borulu strukturlarını gücləndirmək üçün yenidən fibermetrik əmrdən istifadə edin və yeni bir dəyişənə təyin edin.

Else ifadəsi üçün aşağıdakı kimidir. Şəkil 3D matris deyilsə, çevrilməni atmaq istəyirik. İf ifadəsi ilə eyni şeyi edin, ancaq rgb2gray (A) əmri olmadan.

0.15 -dən çox olan fibermetrik addımdakı dəyişənə bərabər olaraq yeni bir dəyişən yaradın. Bu, 0.15 -dən çox intensivlik üçün görüntünü eşik edir.

Təlimat verilənin 4 -cü və 5 -ci addımlarından başlayaraq, orta filtr xəttindən imshow (I) xəttinə qədər kod sətirlərini təkrarlayacağıq. Sonra, qan damarlarını təşkil edən bütün pikselləri toplamaq və ayrı bir dəyişənə təyin etmək üçün sum (I (:)) əmrindən istifadə edin. Yeni bir dəyişən NormalBloodVessels (i) adlandırın və onu sum (I (:)) əmrindən dəyişənə bərabər təyin edin. Bu matrisə məlumat əlavə edir.

Döngəni bitirin və təkrarlayın, ancaq Moyamoyadan təsirlənmiş beyinlərin MRAları üçün. Normal beyin MRA -ları ilə qarışdırmamaq üçün dəyişəni MoyaMoyaBloodVessels (i) adlandırın.

Addım 8: Müstəqil Nümunələr T testi keçirin

İki müstəqil nümunə və kiçik bir əhali olduğundan, müstəqil nümunələr t testi aparın.

Normal beyinlərin MRA-larındakı qan damarlarının miqdarının Moyamoyadan təsirlənmiş beyinlərin MRA-larına bərabər olub olmadığını müəyyən etmək üçün müstəqil nümunələr t-testi aparan bir funksiya yaradın və adlandırın.

Disp ('X') əmrindən istifadə edərək test üçün təyin olunan hipotezi göstərin. Birinci sətirdə "İki nümunə t testi üçün hipotezlər" göstərin. İkinci sətirdə, "H0 = Normal bir beynin qan damarlarının miqdarı, Moyamoya xəstəliyi olan bir beynin damarlarının miqdarına bərabərdir" göstərin və sıfır hipotezi bildirin. Üçüncü sətirdə, "HA = Normal bir beynin damarlarının miqdarı, Moyamoya xəstəliyi olan bir beynin damarlarının miqdarına bərabər deyil." alternativ hipotezi ifadə etmək.

95% etibarlılıq aralığından və 3 nümunə ölçüsündən istifadə edərək tinv ([0.025 0.975], 2) əmrindən istifadə edərək t balını hesablayın və t dəyişəninə təyin edin. Var (NormalBloodVessels) və var (MoyaMoyaBloodVessels) əmrindən istifadə edin və hər iki məlumat dəstinin fərqlərini hesablamaq üçün onları dəyişənlərə təyin edin.

Variantların bərabər olub olmadığını yoxlayın. If, else əmri ilə if/else ifadəsi yaradaraq bunu edin. If ifadəsindəki şərt üçün A / B == [0.25: 4] yazın, burada A normal qan damarlarının varyansını, B isə Moyamoya qan damarlarının varyansını hesablayan dəyişəndir. 0.25 və 4, fərqlərin bərabər olub olmadığını müəyyən etmək üçün ümumi bir təxmindən gəlir. Sonra iki nümunə t testini [h, p] = ttest2 (A, B, 0.05, 'hər ikisi', 'bərabər') ilə aparın, A və B əvvəllər qeyd edildiyi kimi eyni dəyişənlər olsun. Else ifadəsi üçün, [h, p] = ttest2 (A, B, 0.05, 'hər ikisi', 'qeyri -bərabər') istifadə edərək fərqlərin bərabər olmadığı halda iki nümunə t testi işlədin. İf/else ifadəsini bitirin. Bu p hesablayacaq.

P dəyərinə əsaslanaraq bir nəticə göstərəcək bir if/else ifadəsi yaradın. If ifadəsinin şərti p> 0.05 olacaq. P dəyəri 0.05 -dən çox olduqda ümumiyyətlə sıfır hipotezini rədd edə bilmədiyimiz üçün "p dəyəri 0.05 -dən böyük olduğu üçün sıfır hipotezini rədd edə bilmərik" və "" ("X") əmrindən istifadə edin. Buna görə də normal bir beynin qan damarlarının miqdarının Moyamoya xəstəliyi olan bir beyinə bərabər olduğunu inkar etmirik. " Else ifadəsində, p dəyəri 0.05 -dən aşağı olduqda, ümumiyyətlə sıfır hipotezini rədd etdiyimiz üçün "p dəyəri 0.05 -dən az olduğu üçün sıfır hipotezini rədd edirik" və "" ("X") əmrindən istifadə edin. Buna görə də normal bir beynin qan damarlarının miqdarının Moyamoya xəstəliyi olan bir beynə bərabər olmadığını inkar etmirik. " İf/else ifadəsini bitirin.