MULTI THRESHOLD OPTIMIZATION FOR MRI SEGMENTATION BY GENETIC ALGORITHMS
A segmentação de imagens é uma tarefa essencial no processamento de imagens que visa simplificar e / ou mudar sua representação para uma análise mais simples. Imagens médicas do cérebro são importantes na detecção e diagnóstico de doenças, e são relevantes em pesquisas na área biológica. Neste trabalho, é proposta uma abordagem para a segmentação de imagens cerebrais, utilizando o método baseado em algoritmos genéticos pelo método de múltiplos limiares, a fim de encontrar limiares que separam de forma otimizada a matéria cinza, matéria branca e líquido cefalorraquidiano em imagens cranianas. Os parâmetros, valores de limiar, mais apropriados para os limiares foram identificados a fim de obter a melhor solução possível para a segmentação de imagens, sendo então capaz de a partir da imagem original encontrar as outras imagens que representam seus respectivos tecidos de interesse. A ressonância magnética de 10 pacientes foi obtida do National Center for Image Guided Therapy Database (NCIGT). Em seguida, um pré-processamento foi estabelecido para melhorar as imagens de entrada no algoritmo de segmentação. Os resultados da implementação do algoritmo genético na detecção por limiar demonstraram eficiência, isto é, sendo capaz de separar a imagem inicial, apresentando baixo custo computacional, na segmentação com variação máxima de tempo de 11,15 segundos.
MULTI THRESHOLD OPTIMIZATION FOR MRI SEGMENTATION BY GENETIC ALGORITHMS
-
DOI: 10.22533/at.ed.8492118089
-
Palavras-chave: Processamento de imagens, algoritmo genético, imagem por ressonância magnética, método multi-limiar
-
Keywords: Image processing, genetic algorithm, magnetic resonance imaging, multi threshold method
-
Abstract:
Image segmentation is an essential task in image processing that aims to simplify and/or change its representation for simpler analysis. Medical images of the brain are important in the detection and diagnosis of diseases, as well as relevance in biological research. This work proposes the segmentation of brain images, using the genetic algorithms by multi-thresholds method, in order to find thresholds that optimally separate gray matter, white matter, and cerebrospinal fluid into cranial images, with the evaluation of timely execution. The most appropriate parameters, threshold values, for the thresholds were identified in order to obtain the best possible solution for image segmentation, then starting with the original image, be able to find the other images that represent their respective tissues of interest. Magnetic resonance imaging of 10 patients was obtained from the National Center for Image-Guided Therapy Database. Then, a pre-processing was established to improve the input images in the segmentation algorithm. The results of the implementation of the genetic algorithm in the detection by threshold demonstrated efficiency, that is, being able to separate the initial image, with low computational cost, in the segmentation with a maximum time variation of 11.15 seconds.
-
Número de páginas: 12
- Tiago Santos Ferreira
- Ewaldo Eder Carvalho Santana
- Mauro Sérgio Silva Pinto
- Jayne Muniz Fernandes
- Ana Flávia Chaves Uchôa
- Jarbas Pinto Monteiro Guedes
- Paulo Fernandes da Silva Júnior
