ФРАКТАЛЬНИЙ АНАЛІЗ МРТ ЗОБРАЖЕНЬ МОЗКУ ЛЮДИНИ
DOI:
https://doi.org/10.20535/2617-8974.2019.2.185245Ключові слова:
МР-зображення головного мозку, пухлина головного мозку, фрактальні розміри, показник Херста, метод боксерного рахункуАнотація
Пухлина мозку є однією з найбільш поширених причин смертності людини. За даними Американської асоціації пухлин головного мозку близько 80 тис. чоловіків, жінок і дітей мали діагноз первинної пухлини головного мозк протягом 2017 року. Раннядіагностика раку шляхом скринінгу дозволяє сприяти зниженню смертності. Для цьогоможе бути кориснимфрактальнийаналізмедичнихзображень. У цій роботі досліджувались МРТ-зображеннямозкуздорової людини і мозку з різними типами пухлин. Фрактальна розмірність і показникХерстабулиобрані в якості діагностичних ознактомографічногозображення з використанням пакету програмного забезпеченняImage J обробкиFracLac зображень для фрактального аналізу з площею 640 х 480 пікселів. Розрахункифрактальних розмірівзразків патологічних і здорових тканин проводили методом короткого підрахунку. Упатологічнихвипадках (пухлина головного мозку) показникХерстабув менше 0.5 (зона нестабільнихстатистичних характеристик). ДляздоровоїтканиніндексХерстабільше 0.5 (зонастабільних характеристик). Дослідження показало можливістьзастосування фрактального швидкого аналізу для виявленняпухлин головного мозкулюдини. Експоненту Херстаможнавикористовувати як важливудіагностичну характеристику для аналізумедичнихзображеньПосилання
Alharbi A, Tchier F, Rashidi M (2016). Using a genetic fuzzy algorithmas a computer aided breast cancer diagnostic tool. AsianPac J Cancer Prev, 17, 3651-8.
Arteaga C, Adamson C, Engelman J, etal (2014). AACR cancer progress report 2014. Clin CancerRes, 20, 1-112.
Caldwell C, Stapleton S, Holdsworth D, etal (1990). Characterisation of mammographic parenchymal pattern by fractal dimension. Phys Med Biol, 35, 235-47.
Falconer K (2004). Fractal geometry: mathematical foundations and applications. John Wiley and Sons.
Flegontov A, Marusina M (2009). The comparison method of physical quantity dimensionalities. InInternational Workshop on Computer Algebrain Scientific Computing, 81-8.
Guo Q, Ruiz V, Shao J, Guo F (2005). A novel approach to mass abnormality detection in mammographic images. In Proceedings of the IASTED International Conference on Biomedical Engineerin . 180-5.
Hemsley A, Mukundan R (2009). Multifractal measures for tissue image classification and retrieval. In Proceedings of the 11th IEEE International Symposium on Multimedia, 618-23.
Ishida T, Yamashita K, Takigawa A, Kariya K, Itoh H (1993). Trabecular pattern analysis using fractal dimension. Jpn J AppPhys, 32, 1867-71.
Landini G, Rippin J (1993). Fractal dimensions of the epithelial-connective tissue inter faces in premalignantand malignant epithelial lesions of the floor of the mouth. Anal Quat Cytol Histol, 15, 144-9.
Li J, Du Q, Sun C (2009). A nimproved box-counting method for image fractal dimensiones timation Pattern Recognit, 42, 2460-9.
Lopez T, Manjarrez J, Plascencia N, etal (2009). Fractalanalysisof EEG signalin the brain of epileptic rats, with and without biocompatible implanted neuroreservoirs. Appl Mechand Mat, 15, 127-36.
Mandelbrot B (1983). The fractal geometry of nature. Macmillan, 173, 250-65.
Marusina M, Sizikov V, Volgareva A (2015). Noise suppression in the task of distinguishing the contours and seg mentation of tomographic images. J OptTechnol, 82, 673 -7.
Mohammadzadeh Z, Safdari R, Ghazisaeidi M, Davoodi S, Azadmanjir Z (2015). Advances inoptimal detection of cancer by image processing; experience with lung and breast cancers. Asian Pac J CancerPrev, 16, 5613-8.
Ng S, Wong S (2013). Colorectal cancers creeningin Asia. Br Med Bull, 105, 29-42.
Podolsky M, Barchuk A, Kuznetcov V, etal (2016). Evaluation of machine learning algorithmutilization for lung cancer classification base dongeneex pressionlevels. AsianPac J CancerPrev, 17, 835-38.
Stewart B, Wild C (2016). Worldcancerreport 2014. World
Tsuda H, Moore M (2001). Cancerscreening: A review with particular attention to areas for future in ternational research efforts. Asian Pac J CancerPrev, 3, 99-123.
Rasband W / National Institutes of Health / USA, [Electronicresourc], URL: https://imagej.nih.gov/ij).
Karperien A / Charles Sturt University, Australia, [Electronicresourc] URL: https:// imagej.nih.gov/ij/plugins/fraclac/FLHelp/Introduction. htm).
Alharbi A, Tchier F, Rashidi M / Using a genetic fuzzy algorithmas a computer aided breast cancer diagnostic tool / Asian Pac J CancerPrev, 2016 – p. 54.
