Zbulimi i MRI të tumorit të trurit duke përdorur Matlab: 6 hapa

2024 Autor: John Day | [email protected]. E modifikuara e fundit: 2024-01-30 12:20

Nga: Madhumita Kannan, Henry Nguyen, Ashley Urrutia Avila, Mei Jin

Ky kod MATLAB është një program për të zbuluar madhësinë, formën dhe vendndodhjen e saktë të një tumori të gjetur në skanimet MRI të trurit të pacientit. Ky program është krijuar për të punuar fillimisht me zbulimin e tumorit në skanimet MRI të trurit, por mund të përdoret gjithashtu për diagnostikimin e kancerit edhe në skanimet e organeve të tjera.

Udhëzimet e mëposhtme do të përshkruajnë së pari metodat për analizën e imazhit përmes filtrimit dhe pastrimit të skanimit MRI, përmes binarizimit, filtrimit mesatar dhe rrëshqitjes së dritareve. Tjetra, do të udhëzojë se si të izoloni tumorin duke përdorur një maskë eliptike të para-krijuar, dhe do ta filtrojë atë më tej për të përshkruar perimetrin e formës së tumorit.

Pasi tumori të zbulohet, udhëzimet do të përshkruajnë më tej se si ta përfshini këtë program në një ndërfaqe grafike të përdoruesit (GUI). Përgjatë këtyre udhëzimeve, kodi dhe skedarët përkatës do të bashkëngjiten për të ndihmuar në shpjegimin se si funksionon kjo analizë e skanimit MRI.

Disa gjëra që duhet të dini, shkarkoni dhe keni gati para se të vazhdoni me këtë udhëzues: 1. Sigurohuni që të keni shkarkuar versionin më të fundit të MATLAB. Mund ta instaloni R2018b këtu:

2. Në mënyrë që të ekzekutoni këtë program, duhet të keni qasje në skedarët e skanimit të trurit MRI. Edhe pse disa prej tyre mund të gjenden gjithmonë nga imazhet e Google, analiza e plotë dhe e saktë mund të bëhet nga imazhet e duhura të shtresave të ndryshme të skanimeve të trurit për secilin pacient. Ju mund të hyni në skedarët për 20 pacientë të ndryshëm me trajtim para dhe pas glioblastomës nga kjo bazë të dhënash:

3. Fokusi i këtij programi dhe metodat e ndryshme që udhëheqin këtë projekt janë përshkruar në këtë punim kërkimor:

Hapi 1: Filloni Ndërfaqen Grafike të Përdoruesit (GUI)

Hapi i parë do të ishte krijimi dhe fillimi i ndërfaqes grafike të përdoruesit, GUI. Kjo mund të bëhet duke shtypur udhëzuesin në dritaren e komandës, duke shtypur enter dhe duke krijuar një GUI të ri. Pasi të përfundojë ky hap, mund të filloni të krijoni funksione të tilla si akset, tekstet statike, modifikoni tekstin dhe butonat e shtypjes që do të shfaqen sapo programi të ekzekutohet dhe përdoruesi të ndërveprojë me të. Këto funksione mund të redaktohen dhe manipulohen përmes inspektorit të pronës, megjithatë tipari më i rëndësishëm që duhet ndryshuar gjatë krijimit të këtyre funksioneve është emri i etiketës. Isshtë e rëndësishme të ndryshoni emrin e etiketës të secilit funksion që zbatohet sepse do të na lejojë të krijojmë një funksion të dallueshëm të kthimit të thirrjeve. Pasi të jeni të kënaqur me paraqitjen e GUI tuaj, mund të kaloni në ngarkimin e skedarëve DICOM që do të shfaqen brenda GUI.

Hapi 2: Ngarkimi dhe leximi i imazheve MRI në MATLAB

Për të ngarkuar skedarët DICOM, duhet të iniconi saktë funksionin e thirrjes që do të ekzekutohej kur shtypni butonin "Load MRI Image". Pasi të përfundojë kjo, duhet të krijoni një ndryshore globale që do të shfaqte imazhin në akset e dorezave ku dëshironi të shfaqet Imazhi MRI Origjinal. Imazhet e skanimit MRI të shkarkuara nga baza e të dhënave janë të gjitha skedarë të formatuar DICOM që duhet të ngarkohen në drejtorinë tuaj MATLAB. Gjeni skedarin duke përdorur imgetfile në mënyrë që t'i ngarkoni ato në program. Imazhet lexohen duke përdorur funksionin e integruar MATLAB ‘dicomread’, dhe imazhi i parë i papërpunuar për secilin skedar futet në akset e majta GUI duke përdorur imshow.

Funksioni i ndërtuar në MATLAB ‘dicominfo’ është gjithashtu jashtëzakonisht i dobishëm në adresimin e të gjithë informacionit të secilit skedar dicom MRI. Ne e përdorëm këtë funksion për të nxjerrë të gjithë informacionin përshkrues të pacientëve, të tilla si gjinia, mosha, pesha dhe lartësia e tyre. Ky funksion gjithashtu ju siguron rendin e pirgut i cili është i dobishëm për zbatimin e programit brenda ndërfaqes grafike të përdoruesit. Ne krijuam variabla për secilin nga informacionet përshkruese të pacientëve të cilat do të përdoren për GUI kur të shtypet butoni i zbulimit.

Hapi 3: Filtrimi i imazhit

Pasi skedari DICOM i imazhit të papërpunuar të jetë ngarkuar dhe lexuar, imazhi duhet të shndërrohet nga shkalla gri në një formë të binarizuar që përbëhet vetëm nga piksele bardh e zi. Ne përdorëm funksionin 'imbinarize' për të krijuar një imazh binar nga imazhi i papërpunuar duke kontrollin e aspekteve të pragut adaptues në vlerën e ndjeshmërisë prej 0.59. Faktori i parazgjedhur i ndjeshmërisë së pragut, 0.5 ishte i ulët dhe nuk ishte në gjendje të zbulonte pikat dhe pikat më të ndritshme nga imazhi, kështu që ne e rritëm atë në 0.59.

Imazhi i binarizuar përpunohet më pas përmes një filtri mesatar duke përdorur funksionin 'medfilt2' sepse imazhi i binarizuar është dy-dimensional. Ne vendosim që çdo piksel dalës të përmbajë vlerën mesatare në lagjen 5 x 5 rreth pikselit përkatës në imazhin e binarizuar të hyrjes. Kjo zvogëlon zhurmën dhe ruan skajet në një katror 5 x 5 rreth çdo pixel. Tjetra, ne aplikojmë një dritare rrëshqitëse duke përdorur 'strel', për të krijuar një element strukturimi të sheshtë në formë disku me një rreze lagjeje prej 2 për të identifikuar çdo piksel qendror, origjinë, në secilën lagje të diskut. Ne përdorëm një element të strukturimit të diskut sepse po analizojmë çdo pikë rrethore dhe piksele brenda secilit vend, kështu që një element i formës së diskut është më i dobishëm.

Pasi imazhi të jetë filtruar, ai mund të pastrohet duke përdorur funksionin "mbyll" për të hequr pikat e zeza midis pikselëve të bardhë të filtruar në imazh dhe mbyll të gjitha boshllëqet rreth tij. Imazhi i përpunuar plotësisht mund të vizatohet më pas në nënplotin e dytë të figurës së paracaktuar, duke lejuar një krahasim midis imazhit të papërpunuar dhe të filtruar.

Hapi 4: Izolimi i tumorit përmes maskës eliptike

Pikat e ndritshme të tumorit pastaj mund të izolohen nga imazhi kryesor i filtruar përmes një maskë eliptike të para-krijuar. Për të krijuar këtë maskë, duhet të dini madhësinë e imazhit origjinal, të papërpunuar të skanimit MRI, dhe duke përdorur gjatësinë e rreshtit dhe kolonës, si koordinatat x dhe y- respektivisht, ndani koordinatat qendrore për eliptike. Ne vendosëm boshtin y si një bosht kryesor me një rreze prej 50 njësive nga qendra, dhe boshtin e vogël me një rreze prej 40 njësive nga qendra.

Ne përdorëm funksionin MATLAB 'rrjetë' për të gjeneruar një plan kartezian me koordinata të rrjetit dy dimensionale bazuar në koordinatat e përfshira në vektorë nga 1 në gjatësinë e boshtit x, dhe nga 1 në gjatësinë e boshtit y të imazhit Me Col është një matricë ku çdo rresht është një kopje e boshtit x, dhe Row është një matricë ku secila kolonë është një kopje e boshtit y. Rrjeti kartezian i përfaqësuar nga koordinatat Col dhe Row ka gjatësi (1: Y_Size) rreshta dhe gjatësi (1: X_Size) kolona. Përdorni indekset e Col dhe Row të krijuara nga rrjeti kartezian për të përcaktuar ekuacionin e elipsit në varësi të rrezes së paracaktuar dhe koordinatave të qendrës. Skica eliptike tani mund të mbushet me piksele të bardha të gjetura nga njollat e tumorit.

Duke përdorur maskën eliptike të para-krijuar, ne mund të nxjerrim tumorin specifik që dëshironi të analizoni nga imazhi i filtruar. Maska eliptike zbulon se cilat pika logjikisht përshtaten brenda skicës së elipsit dhe e pranon këtë si një vend në imazhin e filtruar të jetë e pranueshme si një tumor. Funksioni ‘bwareafilt’ filtron të gjitha objektet e tjera jashtë këtij tumori të zbuluar nga imazhi. Ne përdorëm një dritare specifike prej 500 me 4000 bazuar në përmasat e të gjitha imazheve. Ne pastaj aplikuam një dritare tjetër rrëshqitëse me "strel" si një element strukturor në formë disku të sheshtë të një rrezeje më të madhe lagjeje prej 6, për të mbyllur boshllëqet midis secilës piksel të bardhë qendror brenda tumorit të zbuluar. Pika e zbuluar e tumorit pastrohet më tej duke përdorur 'imclose' për të eleminuar më tej pikselët e zinj dhe për të mbushur të gjitha vrimat me 'imfill'. Ky tumor i përpunuar më pas mund të shfaqet në nënplotën e tretë në komplotin e paraalokuar për të siguruar një krahasim midis tumorit të izoluar dhe imazheve origjinale dhe të filtruara të skanimit MRI.

Hapi 5: Përmbledhja e tumorit

Tani që tumori është izoluar me maskë, mund të përshkruhet dhe shfaqet në imazhin origjinal, për të treguar vendndodhjen e tij të saktë. Për ta bërë këtë, ne përdorëm funksionin 'kufijtë' për të gjurmuar tumorin e zbuluar më parë me një skicë. Ne specifikuam skicën për të mos përfshirë vrimat brenda objektit të tumorit siç është duke u përvijuar. Kjo mund të vizatohet në imazhin origjinal, të papërpunuar, duke përdorur një lak "për" që vizaton skicën rreth tumorit duke përdorur indekset e linjës me një gjerësi vijë prej 1.5 piksele. Ky skicë më pas është vizatuar në imazhin e papërpunuar, duke treguar madhësinë dhe vendndodhjen e saktë të tumorit, në lidhje me skanimin origjinal të MRI.

Hapi 6: Analizimi i Vetive Fizike të Tumoreve

Vendi i izoluar dhe i përshkruar mund të na japë informacion të dobishëm në lidhje me madhësinë, zonën dhe vendndodhjen e tumorit. Ne përdorëm funksionin 'regionprops' për të zbuluar vetitë e tumorit që kanë të bëjnë me zonën, perimetrin, centroidet dhe vlerën e indeksit të pikselit. Kjo vlerë e indeksit të pikselit na jep njësitë e botës reale për secilën piksel të çdo imazhi, unike për secilën skanim. Këto veti pastaj mund të konvertohen në njësi milimetra të botës reale. Informacioni empirik që programi na jep është unik për çdo skanim MRI dhe është jashtëzakonisht i dobishëm në përcaktimin e madhësisë, vendndodhjes dhe llojit të tumorit, që përdoruesit mund të analizojnë dhe përfshijnë në ndërfaqen grafike të përdoruesit.