Automatic Brain Tumor Detection in T2-weighted Magnetic Resonance Images
Loading...
Date
2013-11-02
Authors
Dvořák, Pavel
Kropatsch, Walter G.
Bartušek, Karel
ORCID
0000-0002-6598-5424Advisor
Referee
Mark
Journal Title
Journal ISSN
Volume Title
Publisher
Versita Open
Altmetrics
Abstract
This work focuses on fully automatic detection of brain tumors. The first aim is to determine, whether the image contains a brain with a tumor, and if it does, localize it. The goal of this work is not the exact segmentation of tumors, but the localization of their approximate position. The test database contains 203 T2-weighted images of which 131 are images of healthy brain and the remaining 72 images contain brain with pathological area. The estimation, whether the image shows an afflicted brain and where a pathological area is, is done by multi resolution symmetry analysis. The first goal was tested by five-fold cross-validation technique with 100 repetitions to avoid the result dependency on sample order. This part of the proposed method reaches the true positive rate of 87.52% and the true negative rate of 93.14% for an afflicted brain detection. The evaluation of the second part of the algorithm was carried out by comparing the estimated location to the true tumor location. The detection of the tumor location reaches the rate of 95.83% of correct anomaly detection and the rate 87.5% of correct tumor location.
Tato práce se zaměřuje na automatickou detekci mozkových nádorů. Prvním cílem je určení, zda daný obraz obsahuje mozkový nádor a pokud ano, tak následuje jeho lokalizace. Cílem zde není přesná segmentace, ale určení jeho přibližné pozice. Testovací databáze obsahuje 203 T2-vážených obrazů, z nichž 131 obrazů obsahují řez zdravým mozkem, zatímco 72 obrazů obsahuje řez mozkem s patologickou tkání. K určení, zda je zobrazen postižený mozek a kde se tato patologická tkáň nachází, je využita více-měřítková analýza symetrie. První cíl byl testován pomocí pěti-složkové krosvalidace se sty opakováními, aby se předešlo závislosti výsledků na pořadí vzorků. Tato část metody dosáhla pro detekci postiženého mozku True Positive Rate 57.52% a Tru Negative Rate 93.14%. Druhá část práce byla vyhodnocena pomocí srovnávání detekované a opravdové pozice tumoru. Detekce tumoru dosáhla výsledku 95.83% správné detekce anomálie a 87.5% správné detekce tumoru.
Tato práce se zaměřuje na automatickou detekci mozkových nádorů. Prvním cílem je určení, zda daný obraz obsahuje mozkový nádor a pokud ano, tak následuje jeho lokalizace. Cílem zde není přesná segmentace, ale určení jeho přibližné pozice. Testovací databáze obsahuje 203 T2-vážených obrazů, z nichž 131 obrazů obsahují řez zdravým mozkem, zatímco 72 obrazů obsahuje řez mozkem s patologickou tkání. K určení, zda je zobrazen postižený mozek a kde se tato patologická tkáň nachází, je využita více-měřítková analýza symetrie. První cíl byl testován pomocí pěti-složkové krosvalidace se sty opakováními, aby se předešlo závislosti výsledků na pořadí vzorků. Tato část metody dosáhla pro detekci postiženého mozku True Positive Rate 57.52% a Tru Negative Rate 93.14%. Druhá část práce byla vyhodnocena pomocí srovnávání detekované a opravdové pozice tumoru. Detekce tumoru dosáhla výsledku 95.83% správné detekce anomálie a 87.5% správné detekce tumoru.
Description
Citation
Measurement Science Review. 2013, vol. 13, issue 5, p. 223-230.
https://sciendo.com/article/10.2478/msr-2013-0034
https://sciendo.com/article/10.2478/msr-2013-0034
Document type
Peer-reviewed
Document version
Published version
Date of access to the full text
Language of document
en
Study field
Comittee
Date of acceptance
Defence
Result of defence
Document licence
Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
http://creativecommons.org/licenses/by-nc-nd/4.0/