Research Article
BibTex RIS Cite

Beyin MR Görüntülerinin İyileştirilmesi için Kuadratik Görüntü Filtre Tasarımı

Year 2019, Volume: 2 Issue: 2, 34 - 38, 30.12.2019

Abstract

Doğrusal
olmayan filtreler sınıfına ait Volterra filtrelerinin bir alt sınıfı olan
Kuadratik görüntü filtreleri, doğrusal olmayan karakteristiklere sahip
görüntülerin işlenmesinde doğrusal filtrelere göre daha iyi sonuç üretirler. Bu
çalışmada, Kuadratik görüntü filtreleri kullanılarak beyin MR görüntülerin
iyileştirilmesi için bir filtre tasarlanmıştır. Çalışmada kullanılan Kuadratik
görüntü filtrelerin maske ağırlıkları farklı eğitim görüntüleri üzerinde
Genetik Algoritmalar ile eğitilerek belirlenmiştir. Hesaplanan ağırlıklar kullanılarak
beyin MR görüntüleri filtrelenerek iyileştirilen görüntüler elde edilmiştir.
Tasarlanan filtrenin başarısını ölçmek için aynı görüntüler medyan filtre ile
filtrelenerek görüntü kaliteleri bir birleri ile karşılaştırılmıştır. Deneysel
çalışmalarda elde edilen sonuçlara göre, önerilen filtrenin görüntülerdeki
tümörlü bölgelerin tespiti ve bu bölgelerinin kenarlarının daha iyi korunduğu
görülmüştür.




Supporting Institution

Bilecik Şeyh Edebali Üniversitesi Bilimsel Araştırma Projeleri Koordinatörlüğü

Project Number

2019-01.BŞEÜ.03-06

Thanks

Yapılan bu çalışma Bilecik Şeyh Edebali Üniversitesi Bilimsel Araştırma Projeleri Koordinatörlüğü (BAPK) tarafından Proje Numarası: 2019-01.BŞEÜ.03-06 ile desteklenmiştir. Çalışmanın yazarları BŞEÜ BAPK’ya desteklerinden ötürü teşekkür etmektedir. Bu çalışmanın bir kısmı ICONDATA 2019 konferansında sözlü olarak sunulmuştur.

References

  • [1] C. Anand, J. S.-M. R. Imaging, and undefined 2010, “Wavelet domain non-linear filtering for MRI denoising,” Elsevier.
  • [2] J. Mohan, V. Krishnaveni, Y. G.-B. signal processing and control, and undefined 2014, “A survey on the magnetic resonance image denoising methods,” Elsevier.
  • [3] V. S. Hari, R. V. P. P. Jagathy, and R. Gopikakumari, “Enhancement of calcifications in mammograms using Volterra series based quadratic filter,” in Proceedings - 2012 International Conference on Data Science and Engineering, ICDSE 2012, 2012, pp. 85–89.
  • [4] S. Uzun and D. Akgun, “A Literature Review on Quadratic Image Filters,” in 2018 2nd International Symposium on Multidisciplinary Studies and Innovative Technologies (ISMSIT), 2018, pp. 1–5.
  • [5] R. J. P. deFigueiredo and S. Matz, “Exponential nonlinear Volterra filters for contrast sharpening in noisy images,” in 1996 IEEE International Conference on Acoustics, Speech, and Signal Processing Conference Proceedings, vol. 4, pp. 2263–2266, 1996.
  • [6] T. Jinshan, E. Peli, and S. Acton, “Image enhancement using a contrast measure in the compressed domain,” Signal Process. Lett. IEEE, vol. 10, no. 10, pp. 289–292, 2003.
  • [7] M. B. Meenavathi and K. Rajesh, “Volterra Filtering Techniques for Removal of Gaussian and Mixed Gaussian-Impulse Noise,” Int. J. Electr. Robot., vol. 1, no. 2, pp. 1–7, 2007.
  • [8] G. Ramponi, “Edge extraction by a class of second-order nonlinear filters,” Electron. Lett., vol. 9, no. 22, pp. 482–484, 1986.
  • [9] G. F. Ramponi, G. L. Sicuranza, and W. Ukovich, “A computational method for the design of 2-D nonlinear Volterra filters,” IEEE Trans. Circuits Syst., vol. 35, no. 9, pp. 1095–1102, 1988.
  • [10] S. Uzun and D. Akgün, “An Accelerated Method for Determining the Weights of Quadratic Image Filters,” IEEE Access, vol. 6, 2018.
  • [11] M. Kanamadi, V. Waghamode, and S. Bandekar, “Alpha Weighted Quadratic Filter Based Enhancement for Mammogram,” in Proceedings of International conference on “Emerging Research in Computing, Information, Communication and Applications” (ERCICA), pp. 68–74, 2013.
  • [12] S. Uzun and D. Akgün, “Accelerated method for the optimization of quadratic image filter,” J. Electron. Imaging, vol. 28, no. 03, p. 1, Jun. 2019.
  • [13] F. Ritter et al., “Medical Image Analysis: A Visual Approach,” in IEEE Pulse, vol. 2, no. 6, Cambridge: Cambridge University Press, 2009, pp. 60–70.
  • [14] V. Göreke, E. Uzunhisarcıklı, A. G.-T. T. Ulusal, and undefined 2014, “Gri Seviyeli Eşoluşum Matrisleri Kullanılarak Sayısal Mamogram Görüntüsünden Doku Özniteliklerinin Çıkarılması ve Yapay Sinir Ağı ile Kitle Tespiti,” biyoklinikder.org.
  • [15] S. Kannan, N. S.- Image, and undefined 2016, “Performance comparison of noise reduction in mammogram images,” pdfs.semanticscholar.org.
  • [16] S. Kavitha and K. K. Thyagharajan, “A Survey on Quantitative Metrics for Assessing the Quality of Fused Medical Images,” Res. J. Appl. Sci. Eng. Technol. `, vol. 12, no. 3, pp. 282–293, Feb. 2016.
  • [17] V. Bhateja, M. Misra, S. U.-F. G. C. Systems, and undefined 2018, “Unsharp masking approaches for HVS based enhancement of mammographic masses: A comparative evaluation,” Elsevier.
Year 2019, Volume: 2 Issue: 2, 34 - 38, 30.12.2019

Abstract

Project Number

2019-01.BŞEÜ.03-06

References

  • [1] C. Anand, J. S.-M. R. Imaging, and undefined 2010, “Wavelet domain non-linear filtering for MRI denoising,” Elsevier.
  • [2] J. Mohan, V. Krishnaveni, Y. G.-B. signal processing and control, and undefined 2014, “A survey on the magnetic resonance image denoising methods,” Elsevier.
  • [3] V. S. Hari, R. V. P. P. Jagathy, and R. Gopikakumari, “Enhancement of calcifications in mammograms using Volterra series based quadratic filter,” in Proceedings - 2012 International Conference on Data Science and Engineering, ICDSE 2012, 2012, pp. 85–89.
  • [4] S. Uzun and D. Akgun, “A Literature Review on Quadratic Image Filters,” in 2018 2nd International Symposium on Multidisciplinary Studies and Innovative Technologies (ISMSIT), 2018, pp. 1–5.
  • [5] R. J. P. deFigueiredo and S. Matz, “Exponential nonlinear Volterra filters for contrast sharpening in noisy images,” in 1996 IEEE International Conference on Acoustics, Speech, and Signal Processing Conference Proceedings, vol. 4, pp. 2263–2266, 1996.
  • [6] T. Jinshan, E. Peli, and S. Acton, “Image enhancement using a contrast measure in the compressed domain,” Signal Process. Lett. IEEE, vol. 10, no. 10, pp. 289–292, 2003.
  • [7] M. B. Meenavathi and K. Rajesh, “Volterra Filtering Techniques for Removal of Gaussian and Mixed Gaussian-Impulse Noise,” Int. J. Electr. Robot., vol. 1, no. 2, pp. 1–7, 2007.
  • [8] G. Ramponi, “Edge extraction by a class of second-order nonlinear filters,” Electron. Lett., vol. 9, no. 22, pp. 482–484, 1986.
  • [9] G. F. Ramponi, G. L. Sicuranza, and W. Ukovich, “A computational method for the design of 2-D nonlinear Volterra filters,” IEEE Trans. Circuits Syst., vol. 35, no. 9, pp. 1095–1102, 1988.
  • [10] S. Uzun and D. Akgün, “An Accelerated Method for Determining the Weights of Quadratic Image Filters,” IEEE Access, vol. 6, 2018.
  • [11] M. Kanamadi, V. Waghamode, and S. Bandekar, “Alpha Weighted Quadratic Filter Based Enhancement for Mammogram,” in Proceedings of International conference on “Emerging Research in Computing, Information, Communication and Applications” (ERCICA), pp. 68–74, 2013.
  • [12] S. Uzun and D. Akgün, “Accelerated method for the optimization of quadratic image filter,” J. Electron. Imaging, vol. 28, no. 03, p. 1, Jun. 2019.
  • [13] F. Ritter et al., “Medical Image Analysis: A Visual Approach,” in IEEE Pulse, vol. 2, no. 6, Cambridge: Cambridge University Press, 2009, pp. 60–70.
  • [14] V. Göreke, E. Uzunhisarcıklı, A. G.-T. T. Ulusal, and undefined 2014, “Gri Seviyeli Eşoluşum Matrisleri Kullanılarak Sayısal Mamogram Görüntüsünden Doku Özniteliklerinin Çıkarılması ve Yapay Sinir Ağı ile Kitle Tespiti,” biyoklinikder.org.
  • [15] S. Kannan, N. S.- Image, and undefined 2016, “Performance comparison of noise reduction in mammogram images,” pdfs.semanticscholar.org.
  • [16] S. Kavitha and K. K. Thyagharajan, “A Survey on Quantitative Metrics for Assessing the Quality of Fused Medical Images,” Res. J. Appl. Sci. Eng. Technol. `, vol. 12, no. 3, pp. 282–293, Feb. 2016.
  • [17] V. Bhateja, M. Misra, S. U.-F. G. C. Systems, and undefined 2018, “Unsharp masking approaches for HVS based enhancement of mammographic masses: A comparative evaluation,” Elsevier.
There are 17 citations in total.

Details

Primary Language Turkish
Subjects Engineering
Journal Section Articles
Authors

Süleyman Uzun 0000-0001-8246-6733

Emre Dandıl 0000-0001-6559-1399

Esin Karagöz This is me

Project Number 2019-01.BŞEÜ.03-06
Publication Date December 30, 2019
Published in Issue Year 2019 Volume: 2 Issue: 2

Cite

APA Uzun, S., Dandıl, E., & Karagöz, E. (2019). Beyin MR Görüntülerinin İyileştirilmesi için Kuadratik Görüntü Filtre Tasarımı. Veri Bilimi, 2(2), 34-38.



Dergimizin Tarandığı Dizinler (İndeksler)


Academic Resource Index

logo.png

journalseeker.researchbib.com

Google Scholar

scholar_logo_64dp.png

ASOS Index

asos-index.png

Rooting Index

logo.png

www.rootindexing.com

The JournalTOCs Index

journal-tocs-logo.jpg?w=584

www.journaltocs.ac.uk

General Impact Factor (GIF) Index

images?q=tbn%3AANd9GcQ0CrEQm4bHBnwh4XJv9I3ZCdHgQarj_qLyPTkGpeoRRmNh10eC

generalif.com

Directory of Research Journals Indexing

DRJI_Logo.jpg

olddrji.lbp.world/indexedJournals.aspx

I2OR Index

8c492a0a466f9b2cd59ec89595639a5c?AccessKeyId=245B99561176BAE11FEB&disposition=0&alloworigin=1

http://www.i2or.com/8.html



logo.png