Journals / Veri Bilimi / 2019 / Cilt: 2 - Sayı: 2

Beyin MR Görüntülerinin İyileştirilmesi için Kuadratik Görüntü Filtre Tasarımı

Pages
34–38
Publication Date
2019-12-30
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Deneysel çalışmalarda elde edilen sonuçlara göre, önerilen filtrenin görüntülerdeki tümörlü bölgelerin tespiti ve bu bölgelerinin kenarlarının daha iyi korunduğu görülmüştür.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Doğrusal olmayan filtreler sınıfına ait Volterra filtrelerinin bir alt sınıfı olan Kuadratik görüntü filtreleri, doğrusal olmayan karakteristiklere sahip görüntülerin işlenmesinde doğrusal filtrelere göre daha iyi sonuç üretirler.
📊
Key Findings & Data:Çalışmada kullanılan Kuadratik görüntü filtrelerin maske ağırlıkları farklı eğitim görüntüleri üzerinde Genetik Algoritmalar ile eğitilerek belirlenmiştir.
💡
Conclusion & Impact:Deneysel çalışmalarda elde edilen sonuçlara göre, önerilen filtrenin görüntülerdeki tümörlü bölgelerin tespiti ve bu bölgelerinin kenarlarının daha iyi korunduğu görülmüştür.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Kuadratik görüntü filtreleri · MR görüntüleri · beyin tümörleri

Özet

Doğrusal olmayan filtreler sınıfına ait Volterra filtrelerinin bir alt sınıfı olan Kuadratik görüntü filtreleri, doğrusal olmayan karakteristiklere sahip görüntülerin işlenmesinde doğrusal filtrelere göre daha iyi sonuç üretirler. Bu çalışmada, Kuadratik görüntü filtreleri kullanılarak beyin MR görüntülerin iyileştirilmesi için bir filtre tasarlanmıştır. Çalışmada kullanılan Kuadratik görüntü filtrelerin maske ağırlıkları farklı eğitim görüntüleri üzerinde Genetik Algoritmalar ile eğitilerek belirlenmiştir. Hesaplanan ağırlıklar kullanılarak beyin MR görüntüleri filtrelenerek iyileştirilen görüntüler elde edilmiştir. Tasarlanan filtrenin başarısını ölçmek için aynı görüntüler medyan filtre ile filtrelenerek görüntü kaliteleri bir birleri ile karşılaştırılmıştır. Deneysel çalışmalarda elde edilen sonuçlara göre, önerilen filtrenin görüntülerdeki tümörlü bölgelerin tespiti ve bu bölgelerinin kenarlarının daha iyi korunduğu görülmüştür.

🔖

Cite This Article

UZUN, S., DANDIL, E., KARAGÖZ, E. (2019). Beyin MR Görüntülerinin İyileştirilmesi için Kuadratik Görüntü Filtre Tasarımı. Veri Bilimi, Cilt: 2 - Sayı: 2, 34–38. https://ajindex.com/articles/821874

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (14)

  1. C. Anand, J. S.-M. R. Imaging, and undefined 2010, “Wavelet domain non-linear filtering for MRI denoising,” Elsevier
  2. J. Mohan, V. Krishnaveni, Y. G.-B. signal processing and control, and undefined 2014, “A survey on the magnetic resonance image denoising methods,” Elsevier
  3. V. S. Hari, R. V. P. P. Jagathy, and R. Gopikakumari, “Enhancement of calcifications in mammograms using Volterra series based quadratic filter,” in Proceedings - 2012 International Conference on Data Science and Engineering, ICDSE 2012, 2012, pp. 85–89
  4. S. Uzun and D. Akgun, “A Literature Review on Quadratic Image Filters,” in 2018 2nd International Symposium on Multidisciplinary Studies and Innovative Technologies (ISMSIT), 2018, pp. 1–5
  5. R. J. P. deFigueiredo and S. Matz, “Exponential nonlinear Volterra filters for contrast sharpening in noisy images,” in 1996 IEEE International Conference on Acoustics, Speech, and Signal Processing Conference Proceedings, vol. 4, pp. 2263–2266, 1996
  6. T. Jinshan, E. Peli, and S. Acton, “Image enhancement using a contrast measure in the compressed domain,” Signal Process. Lett. IEEE, vol. 10, no. 10, pp. 289–292, 2003
  7. M. B. Meenavathi and K. Rajesh, “Volterra Filtering Techniques for Removal of Gaussian and Mixed Gaussian-Impulse Noise,” Int. J. Electr. Robot., vol. 1, no. 2, pp. 1–7, 2007
  8. G. Ramponi, “Edge extraction by a class of second-order nonlinear filters,” Electron. Lett., vol. 9, no. 22, pp. 482–484, 1986
  9. G. F. Ramponi, G. L. Sicuranza, and W. Ukovich, “A computational method for the design of 2-D nonlinear Volterra filters,” IEEE Trans. Circuits Syst., vol. 35, no. 9, pp. 1095–1102, 1988
  10. S. Uzun and D. Akgün, “An Accelerated Method for Determining the Weights of Quadratic Image Filters,” IEEE Access, vol. 6, 2018
  11. M. Kanamadi, V. Waghamode, and S. Bandekar, “Alpha Weighted Quadratic Filter Based Enhancement for Mammogram,” in Proceedings of International conference on “Emerging Research in Computing, Information, Communication and Applications” (ERCICA), pp. 68–74, 2013
  12. S. Uzun and D. Akgün, “Accelerated method for the optimization of quadratic image filter,” J. Electron. Imaging, vol. 28, no. 03, p. 1, Jun. 2019
  13. F. Ritter et al., “Medical Image Analysis: A Visual Approach,” in IEEE Pulse, vol. 2, no. 6, Cambridge: Cambridge University Press, 2009, pp. 60–70
  14. V. Göreke, E. Uzunhisarcıklı, A. G.-T. T. Ulusal, and undefined 2014, “Gri Seviyeli Eşoluşum Matrisleri Kullanılarak