Тип публикации: статья из журнала
Год издания: 2025
Идентификатор DOI: 10.34219/2078-8320-2025-16-1-72-83
Ключевые слова: MRI image, computer vision, hybrid approach, neural networks, shearlet transform, preprocessing, segmentation, visualization, formation of a 3D model of a brain tumor, МРТ изображение, компьютерное зрение, гибридный подход, нейронные сети, шиарлет-преоб-разование, предварительная обработка, сегментация, визуализация, формирование 3D модели опухоли головного мозга
Аннотация: В работе приводится краткий обзор статьи Бубба, Кутинек и др. (2019), в которой для решения обратной задачи ограниченного угла КТ изображения предлагается гибридный подход, в основе которого лежит использование шиарлетов и с применением нейронной сети. На этой методологической основе разработана методика обработки данных МРТ, в котПоказать полностьюорой выполняется обработка исходных МРТ изображений алгоритмами шумоподавления, коррекции яркостных характеристик, шиарлет-преобразования с цветовым кодированием, а также осуществляется формирование 3D модели опухоли головного мозга. При этом недостающая информация между слоями МРТ изображений восстанавливается с помощью применения нейросетевого алгоритма, т.е. реализуются элементы гибридного подхода. В экспериментальной части выполнено тестирование разработанной методики, а также проведены расчеты по формированию 3D модели опухоли головного мозга (менингиома) для эталонного пациента на основе МРТ изображений. The paper provides a brief overview of the article by Bubba, Kutinek et al. (2019) in which a hybrid approach based on the use of shearlet and using a deep neural network is proposed to solve the inverse problem of a limited angle of a CT image. On this methodological basis a technique for processing MRI data has been developed in which the original MRI images are processed using algorithms for noise reduction, correction of brightness characteristics, shearlet transform with color coding and also the formation of a 3D model of a brain tumor. In this case the missing information between the layers of MRI images is restored using a neural network algorithm, i.e. elements of a hybrid approach are being implemented. In the experimental part the developed method was tested and calculations were carried out to form a 3D model of a brain tumor (meningioma) for a reference patient based on MRI images.
Журнал: Информатизация и связь
Выпуск журнала: №1
Номера страниц: 72-83
ISSN журнала: 20788320
Место издания: Москва
Издатель: Администрация Ярославской области, Министерство Российской Федерации по связи и информатизации, Государственная техническая комиссия при Президенте Российской Федерации