Técnicas de melhoria de imagens para o realce de tumores cerebrais em imagens de ressonância magnética

Autores

DOI:

https://doi.org/10.24933/rep.v8i1.359

Palavras-chave:

equalização de histograma, melhoria de contraste, CLAHE, BCET, ressonância magnética

Resumo

A integração da tecnologia em diversos campos do conhecimento humano, especialmente na intersecção entre medicina e computação, possibilitou a implementação e contribuição para procedimentos relacionados à aquisições de imagens e tratamentos médicos, resultando na melhoria das práticas médicas e consequentemente na condição de saúde do paciente. No entanto, a obtenção de imagens, como por meio da ressonância magnética, apresenta diversos desafios, tais como ruídos, distorções e outras características da imagem que podem influenciar a avaliação do exame final. Com a finalidade de mitigar esses problemas, desenvolveu-se neste artigo uma aplicação que recebe imagens de ressonância magnética contendo pacientes com e sem tumores cerebrais. Em seguida, são aplicados métodos de melhoria de contraste como o CLAHE (Contrast Limited Adaptive Histogram Equalization), BCET (Balance contrast enhancement technique) e a equalização de histograma, e então, discute-se quais são as vantagens e desvantagens de utilizar cada método, assim como é explorado a avaliação através da interpretação dos histogramas das imagens resultantes do algoritmo. Ao final, conclui-se que a CLAHE obteve o melhor desempenho entre as técnicas abordadas, destacando os tumores nas imagens, além de ressaltar outras regiões fundamentais para o diagnóstico do paciente.

Downloads

Não há dados estatísticos.

Referências

Alain H, Djemel Z. Image quality metrics: PSNR vs. SSIM. International Conference on Pattern Recognition, 2358 - 2369, 2010.

Bhuvaji S, Kadam A, Bhumkar P, Dedge S. Brain Tumor Classification MRI. Kaggle.

Disponível em:

<https://www.kaggle.com/datasets/sartajbhuvaji/brain-tumor-classification-mri>. Acesso em:

de aug de 2023.

Ferlay J, Ervik M, Lam F, Colombet M, Mery L, Piñeros M, Znaor A, Soerjomataram I, Bray

F (2020). Global Cancer Observatory: Cancer Today. Lyon, France: International Agency

for Research on Cancer. Disponível em:

<https://gco.iarc.fr/today/data/factsheets/cancers/31-Brain-central-nervous-system-fact-sheet.

pdf>. Acesso em: 18 aug. 2023.

GONZALEZ, Rafael; WOODS, Richard. Digital Imaging Processing. 4. ed. New York: Pearson Education, 2018. 1168 p.

LIU JIAN GUO. Balance contrast enhancement technique and its application in image colour composition. International Journal of Remote Sensing, 12:10, 2133-2151, 1991. DOI: https://doi.org/10.1080/01431169108955241

MACHADO, Angelo; HAERTEL, Lucia Machado. Neuroanatomia funcional. 3. ed. São Paulo: Atheneu, 2013.

OpenCV. Histograms - 2: Histogram Equalization. Disponível em:

<https://docs.opencv.org/4.x/d5/daf/tutorial_py_histogram_equalization.html>. Acesso em: 7

out. 2023.

Rajamani V., Babu. P, S.Jaiganesh. A Review of Various Global Contrast Enhancement

Techniques for Still Images using Histogram Modification Framework. International

Journal of Engineering Trends and Technology (IJETT), 1045-1048, 2013.

Senthilkumaran N, Thimmiaraja J. Histogram Equalization for Image Enhancement Using MRI brain images. World Congress on Computing and Communication Technologies, 80-89, 2014. DOI: https://doi.org/10.1109/WCCCT.2014.45

Sonali, Sima Sahu, Amit Kumar Singh, S.P. Ghrera, Mohamed Elhoseny. An approach for de-noising and contrast enhancement of retinal fundus image using CLAHE. Optics & Laser Technology, 110, 87-98, 2018. DOI: https://doi.org/10.1016/j.optlastec.2018.06.061

Stephen M. Pizer, E.Philip Arburn, John D. Austin, Robert Cromartie, Ari Geselowitz, Trey Greer,Bart Ter Haar Romeny, John B. Zimmerman, Karel Zuiderveld. Adaptive Histogram Equalization and Its Variations. COMPUTER VISION, GRAPHICS, AND IMAGE PROCESSING, 39, 355-368, 1987. DOI: https://doi.org/10.1016/S0734-189X(87)80186-X

Tawsifur Rahman, Amith Khandakar, Yazan Qiblawey, Anas Tahir, Serkan Kiranyaz, Saad Bin Abul Kashem, Mohammad Tariqul Islam, Somaya Al Maadeed, Susu M. Zughaier, Muhammad Salman Khan , Muhammad E.H. Chowdhury. Exploring the effect of image enhancement techniques on COVID-19 detection using chest X-ray images. Computers in Biology and Medicine, 132, 2021. DOI: https://doi.org/10.1016/j.compbiomed.2021.104319

Downloads

Publicado

2024-05-29

Como Citar

Keglevich, G., & Andrijauskas, F. (2024). Técnicas de melhoria de imagens para o realce de tumores cerebrais em imagens de ressonância magnética. Revista Ensaios Pioneiros, 8(1). https://doi.org/10.24933/rep.v8i1.359

Edição

Seção

CIÊNCIAS EXATAS, ENGENHARIAS e TECNOLÓGICAS