Segmentation of Brain Tumors in MRI Image using Optimal Morphology Thresholding Methods

Abstract

The research presents the development of image processing techniques to detect the location and size of brain tumors from MRI-type photographs. The repetitive procedure used in the research was using 100 photos collection from the public database, which features images of brain tumors with different positions and sizes. The Gaussian filter structuring process, repetition and visual breakdown techniques apply variance and average the number of pixels of objects and backgrounds. The calculation of the appropriate visual break point in combination with the method of morphologies using corrosion methods and expanding to improve the structure of brain tumor photos. Finally, when the process is finished, the results are only shown in the brain tumor, with an average tolerance of the number of tumors between public image data and research of 9.909%, and accuracy of 98.00%.

งานวิจัยนี้ได้นำเสนอการพัฒนาเทคนิคการประมวลผลภาพ เพื่อนำไปใช้ในการตรวจหาตำแหน่งและขนาดเนื้องอกจากภาพถ่ายสมองชนิด MRI ขั้นตอนที่นำมาใช้ในงานวิจัย โดยนำภาพถ่ายจากฐานข้อมูลสาธารณะมาประมวลผลจำนวน 100 ภาพ ซึ่งจะมีภาพเนื้องอกสมองที่มีตำแหน่งและขนาดต่างๆกัน โดยผ่านกระบวนการกรองภาพด้วยวิธีเกาส์เซียนฟิลเตอร์แบบวนลูปซ้ำและมีการนำเทคนิคการขีดแบ่งภาพใช้ค่าความแปรปรวนและค่าเฉลี่ยของจำนวนพิกเซลของวัตถุและพื้นหลังคำนวณหาจุดขีดแบ่งภาพที่เหมาะสมร่วมกับวิธีการมอร์โฟโลยีโดยใช้วิธีการกัดกร่อนแล้วขยาย เพื่อปรับปรุงโครงสร้างของภาพถ่ายเนื้องอกสมอง ในขั้นตอนสุดท้ายเมื่อผ่านกระบวนการต่าง ๆ จะได้ภาพผลลัพธ์ที่มีเฉพาะส่วนที่เป็นเนื้องอกสมอง โดยมีค่าความคลาดเคลื่อนเฉลี่ยจำนวนพิกเซลของเนื้องอกสมองระหว่างข้อมูลภาพสาธารณะกับงานวิจัยเท่ากับ 9.909% และค่าความถูกต้องเท่ากับ 98.00%