Detección de tumores cerebrales a partir de imágenes de RMN basada en la matriz de co-ocurrencia

El análisis automático de imágenes médicas mediante el diagnóstico por ordenador es uno de los campos más interesantes en el procesamiento de imágenes biomédicas. El sistema propuesto ofrece técnicas relacionadas con el análisis de imágenes por resonancia magnética. Se presenta un análisis estadístico de la estructura basado en el esquema de segmentación de tumores, que se centra en el análisis estructural tanto en los tejidos normales como en los anormales, lo que ayudará a los médicos a evitar el error humano en la interpretación manual del contenido médico. En este estudio, se aplica un algoritmo de umbralización mejorado para extraer la parte anormal de la resonancia magnética 2D. Se han tomado muestras de diferentes edades y casos de la ciudad médica AL-Imammain Al-Kadhimain y del Instituto de Radiología, y para calcular el área del tejido anormal (tumor) se aplica la transformación Wavelet, que es una técnica de estimación de la señal que explota las capacidades de eliminación de ruido de la señal. Se ha obtenido una característica estadística; a continuación, se aplica un método híbrido en el que el clustering k-mean es un método de análisis de cluster que tiene como objetivo dividir las imágenes en clusters. Por último, se ha creado un algoritmo para colorear las imágenes en función del límite. Esto ayuda a separar la parte anormal en k clusters.