МРТ-идентификация и классификация опухолей головного мозга с использованием DWT, PCA и машины опорных векторов ядра

Классификация, сегментация и идентификация области инфекции на МРТ-изображениях опухолей головного мозга являются трудоемкими и итеративными процессами. Многочисленные анатомические структуры человеческого тела можно представить с помощью теории обработки изображений. С помощью базовых методов визуализации сложно увидеть аномальную структуру человеческого мозга. Неврологическую структуру человеческого мозга можно различить и уточнить с помощью метода магнитно-резонансной томографии. Подход МРТ использует ряд методов визуализации для оценки и регистрации внутренних особенностей человеческого мозга. В этом исследовании мы сосредоточились на стратегиях удаления шума, извлечении признаков из матрицы совместной встречаемости на уровне серого (GLCM) и сегментации областей опухоли головного мозга на основе дискретного вейвлет-преобразования (DWT) для минимизации сложности и повышения производительности. В свою очередь, это уменьшает любой шум, который мог остаться после сегментации из-за морфологической фильтрации. Сканирование МРТ головного мозга использовалось для проверки точности классификации и местоположения опухоли с использованием вероятностных классификаторов нейронных сетей. Точность классификатора и определение положения были проверены с помощью МРТ головного мозга. Эффективность предложенного подхода подтверждается экспериментальными результатами, которые показали, что нормальные и больные ткани можно отличить друг от друга на МРТ головного мозга с точностью около 100%.