在脑肿瘤核磁共振成像序列中获得最佳可见度切片的新型统计方法

IF 16.4 1区化学 Q1 CHEMISTRY, MULTIDISCIPLINARY

Accounts of Chemical Research Pub Date : 2024-04-20 DOI:10.21123/bsj.2024.9311

Hassan Al-Yassin, M. Fadhel, O. Al-Shamma

{"title":"在脑肿瘤核磁共振成像序列中获得最佳可见度切片的新型统计方法","authors":"Hassan Al-Yassin, M. Fadhel, O. Al-Shamma","doi":"10.21123/bsj.2024.9311","DOIUrl":null,"url":null,"abstract":"يعزز تشخيص أورام الدماغ المبكر احتمالات شفاء المرضى. مع تقدم استخدام الذكاء الاصطناعي في مجال الطب، أصبح اكتشاف أورام الدماغ أحد اهتمامات الباحثين. لا تزال مسألة تحديد أي شريحة في تسلسل الرنين المغناطيسي تعطي أفضل رؤية للورم تحديًا. قدم هذا البحث نهجًا إحصائيًا جديدًا لاستخراج الورم من فحص رنين الدماغ للمريض (تسلسل). في البداية، تم حساب دالة الكتلة الاحتمالية (PMF) لكل صورة في التسلسل. ثم تم تطبيق تقنية انحراف كولباك-ليبلر لتحديد الصورة أو الصور التي انحرفت عن الصور الصحية ذات الصلة. تم تحديد أفضل شريحة رؤية للورم باستخدام مقياس جذر متوسط الخطأ. بالإضافة إلى ذلك، تم تطبيق نهج تجميع لتجزئة الصور الورمية. تم استخدام طريقة التجميع الكمي (VQ) لتجميع الصور في 16 مجموعة مختلفة، في حين تم استخدام تقنية VQ عكسية لإنتاج صور ثنائية التنغيم. في النهاية، تم استخدام طريقة Teager ثنائي الأبعاد لاكتشاف الحواف لتحديد الورم. تم استخدام مجموعة بيانات خاصة تتضمن عشرين فحصًا بالرنين المغناطيسي (تسلسلًا) للاختبار وتقييم النظام.","PeriodicalId":1,"journal":{"name":"Accounts of Chemical Research","volume":" 7","pages":""},"PeriodicalIF":16.4000,"publicationDate":"2024-04-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"A Novel Statistical Approach to Obtain the Best Visibility Slice in MRI Sequence of Brain Tumors\",\"authors\":\"Hassan Al-Yassin, M. Fadhel, O. Al-Shamma\",\"doi\":\"10.21123/bsj.2024.9311\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"يعزز تشخيص أورام الدماغ المبكر احتمالات شفاء المرضى. مع تقدم استخدام الذكاء الاصطناعي في مجال الطب، أصبح اكتشاف أورام الدماغ أحد اهتمامات الباحثين. لا تزال مسألة تحديد أي شريحة في تسلسل الرنين المغناطيسي تعطي أفضل رؤية للورم تحديًا. قدم هذا البحث نهجًا إحصائيًا جديدًا لاستخراج الورم من فحص رنين الدماغ للمريض (تسلسل). في البداية، تم حساب دالة الكتلة الاحتمالية (PMF) لكل صورة في التسلسل. ثم تم تطبيق تقنية انحراف كولباك-ليبلر لتحديد الصورة أو الصور التي انحرفت عن الصور الصحية ذات الصلة. تم تحديد أفضل شريحة رؤية للورم باستخدام مقياس جذر متوسط الخطأ. بالإضافة إلى ذلك، تم تطبيق نهج تجميع لتجزئة الصور الورمية. تم استخدام طريقة التجميع الكمي (VQ) لتجميع الصور في 16 مجموعة مختلفة، في حين تم استخدام تقنية VQ عكسية لإنتاج صور ثنائية التنغيم. في النهاية، تم استخدام طريقة Teager ثنائي الأبعاد لاكتشاف الحواف لتحديد الورم. تم استخدام مجموعة بيانات خاصة تتضمن عشرين فحصًا بالرنين المغناطيسي (تسلسلًا) للاختبار وتقييم النظام.\",\"PeriodicalId\":1,\"journal\":{\"name\":\"Accounts of Chemical Research\",\"volume\":\" 7\",\"pages\":\"\"},\"PeriodicalIF\":16.4000,\"publicationDate\":\"2024-04-20\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Accounts of Chemical Research\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.21123/bsj.2024.9311\",\"RegionNum\":1,\"RegionCategory\":\"化学\",\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q1\",\"JCRName\":\"CHEMISTRY, MULTIDISCIPLINARY\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Accounts of Chemical Research","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.21123/bsj.2024.9311","RegionNum":1,"RegionCategory":"化学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q1","JCRName":"CHEMISTRY, MULTIDISCIPLINARY","Score":null,"Total":0}

引用次数: 0

摘要

脑肿瘤的早期诊断可提高患者的康复机会。随着人工智能（AI）在医学中的应用不断发展，检测脑肿瘤已成为研究人员关注的问题之一。在核磁共振成像序列中确定哪个切片能最好地显示肿瘤仍然是一项挑战。这项研究提出了一种从患者脑部核磁共振成像扫描（序列）中提取肿瘤的新统计方法。首先，计算序列中每个图像的概率质量函数（PMF）。然后应用库尔巴克-莱伯勒偏差技术来识别偏离相关健康图像的一幅或多幅图像。使用均方根误差（RMSE）指标确定肿瘤的最佳可见度切片。此外，还采用了聚类方法来分割肿瘤图像。使用 VQ 聚类方法将图像分成 16 个不同的聚类，同时使用反向 VQ 技术生成二值化图像。最后，使用二维边缘检测 Teager 方法来识别肿瘤。为了测试和评估该系统，我们使用了一个特殊的数据集，其中包括二十个核磁共振成像扫描（序列）。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

查看原文本刊更多论文

A Novel Statistical Approach to Obtain the Best Visibility Slice in MRI Sequence of Brain Tumors

يعزز تشخيص أورام الدماغ المبكر احتمالات شفاء المرضى. مع تقدم استخدام الذكاء الاصطناعي في مجال الطب، أصبح اكتشاف أورام الدماغ أحد اهتمامات الباحثين. لا تزال مسألة تحديد أي شريحة في تسلسل الرنين المغناطيسي تعطي أفضل رؤية للورم تحديًا. قدم هذا البحث نهجًا إحصائيًا جديدًا لاستخراج الورم من فحص رنين الدماغ للمريض (تسلسل). في البداية، تم حساب دالة الكتلة الاحتمالية (PMF) لكل صورة في التسلسل. ثم تم تطبيق تقنية انحراف كولباك-ليبلر لتحديد الصورة أو الصور التي انحرفت عن الصور الصحية ذات الصلة. تم تحديد أفضل شريحة رؤية للورم باستخدام مقياس جذر متوسط الخطأ. بالإضافة إلى ذلك، تم تطبيق نهج تجميع لتجزئة الصور الورمية. تم استخدام طريقة التجميع الكمي (VQ) لتجميع الصور في 16 مجموعة مختلفة، في حين تم استخدام تقنية VQ عكسية لإنتاج صور ثنائية التنغيم. في النهاية، تم استخدام طريقة Teager ثنائي الأبعاد لاكتشاف الحواف لتحديد الورم. تم استخدام مجموعة بيانات خاصة تتضمن عشرين فحصًا بالرنين المغناطيسي (تسلسلًا) للاختبار وتقييم النظام.

求助全文

通过发布文献求助，成功后即可免费获取论文全文。去求助

来源期刊

Accounts of Chemical Research 化学-化学综合

CiteScore

31.40

自引率

1.10%

发文量

312

审稿时长

2 months

期刊介绍： Accounts of Chemical Research presents short, concise and critical articles offering easy-to-read overviews of basic research and applications in all areas of chemistry and biochemistry. These short reviews focus on research from the author’s own laboratory and are designed to teach the reader about a research project. In addition, Accounts of Chemical Research publishes commentaries that give an informed opinion on a current research problem. Special Issues online are devoted to a single topic of unusual activity and significance. Accounts of Chemical Research replaces the traditional article abstract with an article "Conspectus." These entries synopsize the research affording the reader a closer look at the content and significance of an article. Through this provision of a more detailed description of the article contents, the Conspectus enhances the article's discoverability by search engines and the exposure for the research.