Computer-aided diagnosis of brain tumors using image enhancement and fuzzy logic

• Jean Marie Vianney Kinani ^[1] ; Alberto J. ^[1] ; Francisco J. Gallegos Funes ^[1] ; Alfonso Arellano ^[1]
  1. [1] Instituto Politécnico Nacional

     Instituto Politécnico Nacional

     México

     
• Localización: DYNA: revista de la Facultad de Minas. Universidad Nacional de Colombia. Sede Medellín, ISSN 0012-7353, Vol. 81, Nº. 183, 2014, págs. 148-157
• Idioma: inglés
• Títulos paralelos:
  • Diagnóstico asistido por ordenador de los tumores cerebrales mediante la mejora de imagen y la lógica difusa
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    A robust medical image processing system depends upon a variety of aspects, including a proper image enhancement, and an optimal segmentation. An algorithm was proposed in this paper to facilitate the implementation of these two steps. First a Magnetic Resonance (MR) image is enhanced via spatial domain filtering and its contrast is improved, next, the image is segmented using fuzzy C-mean clustering, then the region of interest which might be the tumor or edema, is detected and delineated. The key advantage of this image processing pipeline is the simultaneous use of features computed from the intensity properties of the image in a cascading pattern which makes the computation self-contained. Performance evaluation of the proposed algorithm was carried out on brain images from different MRI’s and the algorithm proved to be successful, comparing it with other dedicated applications.

  • English

    Un sistema de procesamiento de imágenes médicas robusto depende de una variedad de aspectos, incluyendo una mejora apropiada de la imagen, y una segmentación óptima. En este artículo se propone un algoritmo para facilitar la implementación de estos dos pasos. En primer lugar, una imagen de resonancia magnética (RM) se mejora vía filtrado en el dominio espacial y también se mejora su contraste, luego, la imagen se segmenta utilizando el agrupamiento difuso "fuzzy C-means" (FCM), posteriormente, la región de interés, que puede ser el tumor o edema, se detecta y delinea. La ventaja clave de esta canalización de procesamiento de imagen es el uso simultáneo de características calculadas a partir de las propiedades de intensidad de la imagen en un patrón en cascada que hace que el cálculo sea auto-contenido. La evaluación del rendimiento del algoritmo propuesto se llevó a cabo en imágenes cerebrales de diferentes sistemas de resonancia magnética, el algoritmo desarrollado probó ser exitoso en comparación a otras aplicaciones relacionadas.