المجلة الدولية للعلوم والتقنية

International Science and Technology Journal

مجلة علمية محكمة ينشرها

تحت إشراف


مجلة مفتوحة الوصول

ISSN: 2519-9854 (Online)

ISSN: 2519-9846 (Print)

DOI: www.doi.org/10.62341/ISTJ

مجلة علمية محكّمة تهتم بنشر البحوث والدراسات في مجال العلوم التطبيقية، تصدر دورياً تحت إشراف نخبة من الأساتذة

ينشرها

تحت إشراف

Brain Tumor Detection in Real MRI Images Based on Otsu and K-means Cluster Algorithms

الملخص
الملخص في هذه الورقة قمنا بتصميم وتنفيذ منهجية للكشف واستخراج الكتلة المصابة بورم الدماغ (اما ورم حميد او خبيث) من صور الرنين المغناطيسي MRI باستخدام برنامج الماتلاب. هذه الصور تم جمعها من المركز القومي للأورام ومستشفى مصراته المركزي والبالغ عددها (50) صورة، 35 صورة لورم الدماغ نوع (خبيث) و15 صورة (ورم دماغ حميد). جميع صور الرنين المغناطيسي كانت من النوع (T2 weighted). تمت معالجة الصورة المدخلة وهي من النوع الرمادي وذلك بتغيير حجمها لتصبح 200*200 بكسل من دون أن يؤثر هذا الاجراء على جودة الصورة. وكذلك استخدمت تقنية التقطيع لاستخراج الكتلة المصابة من الصورة وعزلها عن باقي الخلايا السليمة وذلك بدمج خوارزميتي OTSU لتحويل الصورة للنظام الثنائي وخوارزمية K-means cluster لتجزئة الصورة إلى ثلاثة أجزاء، حيث أعطت هاتان الخوارزميتان نتائج دقيقة وممتازة في عملية الكشف عن المنطقة المصابة بلغت 100%.
Abstract
In this paper, we designed and implemented a methodology to detect the mass affected by brain tumor for Magnetic Resonance Images (MRI) using MatLab program as a tool. These MRI images were collected from National Cancer Center (NCC) and Misurata Central Hospital (MCH), the total number of images used for testing stage are 50 images. All MRI images were the type of T2 weighted. The input image has been processed, which is of gray type, by changing its size to become 200*200 pixels without affecting on the image quality. Also the segmentation technique was used to extract the infected area from the image and isolate it from the rest of the healthy tissues by integrating two algorithms, Otsu algorithm to transform the image into the binary system and K-means cluster algorithm to split the image into three parts, these two algorithms gave accurate and excellent results in the detection. The accuracy rate in the detection process has reached 100% where the output image represents exactly the tumor cells that were pointed from the healthy cells.