Matlab ашиглан тархины хавдар MRI илрүүлэх: 6 алхам

2024 Зохиолч: John Day | [email protected]. Хамгийн сүүлд өөрчлөгдсөн: 2024-01-30 11:03

Зохиогч: Мадхумита Каннан, Хенри Нгуен, Эшли Уррутиа Авила, Мэй Жин

Энэхүү MATLAB код нь өвчтөний тархины MRI шинжилгээнд орсон хавдрын хэмжээ, хэлбэр, байршлыг нарийн тодорхойлох програм юм. Энэхүү програм нь анх тархины MRI шинжилгээнд хавдрыг илрүүлэхэд зориулагдсан боловч бусад эрхтнүүдийн шинжилгээнд хорт хавдрын оношлогоонд ашиглаж болно.

Дараах заавар нь MRI сканнерийг шүүх, цэвэрлэх, бинаризаци, медиан шүүлтүүр, гүйдэг цонхоор дамжуулан зураг анализ хийх аргуудыг тайлбарлах болно. Дараа нь хавдрыг урьдчилан үүсгэсэн эллипс маск ашиглан хэрхэн яаж тусгаарлах талаар зааж өгөх бөгөөд хавдрын хэлбэрийн периметрийг тоймлохын тулд цаашид шүүнэ.

Хавдар илрүүлсний дараа энэхүү програмыг хэрэглэгчийн график интерфэйс (GUI) -д хэрхэн оруулах талаар зааварчилгаанд дэлгэрэнгүй тайлбарлах болно. Эдгээр зааврын туршид MRI скан хийх шинжилгээ хэрхэн ажилладаг талаар тайлбарлахын тулд зохих код, файлуудыг хавсаргасан болно.

Энэхүү зааварчилгааг үргэлжлүүлэхийн өмнө мэдэх, татаж авах, бэлэн болгох зарим зүйлс: 1. MATLAB -ийн хамгийн сүүлийн хувилбарыг татаж авсан эсэхээ шалгаарай. Та R2018b -ийг эндээс суулгаж болно:

2. Энэ програмыг ажиллуулахын тулд MRI тархины скан хийх файлтай байх шаардлагатай. Хэдийгээр заримыг нь Google -ийн зургуудаас олох боломжтой боловч өвчтөн бүрийн тархины янз бүрийн түвшний сканнердсан зургийг зөв, нарийвчлалтай хийж болно. Та энэхүү мэдээллийн баазаас глиобластома эмчилгээ хийлгэхээс өмнөх болон дараах 20 өвчтөнд зориулсан файлуудыг үзэх боломжтой:

3. Энэхүү хөтөлбөрийн гол чиглэл, энэхүү төслийг удирдан чиглүүлэх янз бүрийн аргуудыг энэхүү судалгааны баримт бичигт тусгасан болно:

Алхам 1: График хэрэглэгчийн интерфэйсийг (GUI) эхлүүлэх

Эхний алхам бол хэрэглэгчийн график интерфейс болох GUI -ийг үүсгэх, эхлүүлэх явдал юм. Үүнийг командын цонхонд гарын авлага оруулах, enter дарж, шинэ GUI үүсгэх замаар хийж болно. Энэ алхамыг хийсний дараа та тэнхлэг, статик текст, текст засварлах, түлхэх товч зэрэг функцуудыг үүсгэж эхлэх боломжтой бөгөөд програмыг ажиллуулсны дараа хэрэглэгч түүнтэй харилцах боломжтой болно. Эдгээр функцийг үл хөдлөх хөрөнгийн байцаагчийн тусламжтайгаар засварлаж, удирдах боломжтой боловч эдгээр функцийг үүсгэх явцад өөрчлөх ёстой хамгийн чухал шинж чанар нь Tag нэр юм. Хэрэгжиж буй функц бүрийн Tag нэрийг өөрчлөх нь чухал бөгөөд энэ нь бидэнд буцааж ялгах функцийг бий болгох боломжийг олгоно. GUI -ийн зохион байгуулалтанд сэтгэл хангалуун болсны дараа та GUI дотор харуулах DICOM файлуудыг ачаалах боломжтой.

Алхам 2: MATLAB дээр MRI зургийг ачаалах, унших

DICOM файлуудыг ачаалахын тулд "MRI зургийг ачаалах" товчлуурыг дарах үед буцааж залгах функцийг зөв эхлүүлэх шаардлагатай болно. Үүнийг дуусгасны дараа та анхны MRI дүрсийг харуулахыг хүссэн бариулын тэнхлэг дээрх зургийг харуулах дэлхийн хувьсагч үүсгэх ёстой. Мэдээллийн сангаас татаж авсан MRI сканнердсан зургууд нь DICOM форматтай файлууд бөгөөд таны MATLAB директорт ачаалагдах ёстой. Хөтөлбөрт ачаалахын тулд imgetfile ашиглан файлыг олоорой. Зургийг MATLAB -д суулгасан 'dicomread' функцийг ашиглан уншдаг бөгөөд файл бүрийн анхны түүхий зургийг imshow ашиглан зүүн GUI тэнхлэгт суулгасан болно.

MATLAB -д суурилсан 'dicominfo' функц нь MRI dicom файл бүрийн бүх мэдээллийг шийдвэрлэхэд маш хэрэгтэй байдаг. Бид энэ функцийг ашиглан өвчтөний хүйс, нас, жин, өндөр гэх мэт бүх тайлбарласан мэдээллийг гаргаж авдаг. Энэ функц нь график хэрэглэгчийн интерфейс дотор програмыг хэрэгжүүлэхэд хэрэгтэй стекийн дарааллыг танд өгдөг. Бид илрүүлэх товчлуурыг дарахад GUI -д ашиглах өвчтөнүүдийн тайлбарласан мэдээлэл тус бүрт хувьсагч үүсгэсэн.

Алхам 3: Зураг шүүх

Түүхий зургийн DICOM файлыг ачаалж, уншсаны дараа зургийг саарал өнгөнөөс хар, цагаан пикселээс бүрдсэн хоёртын хэлбэрт оруулах шаардлагатай. "Imbinarize" функцийг ашиглан түүхий зургаас хоёртын дүрсийг бүтээв. дасан зохицох босго түвшинг хянах мэдрэмжийн мэдрэмж 0.59 байна. Анхдагч босго мэдрэмтгий байдлын коэффициент 0.5 нь бага байсан бөгөөд зураг дээрх илүү тод толбо, толбыг илрүүлж чадаагүй тул бид үүнийг 0.59 болгож нэмэгдүүлэв.

Хоёр талт дүрс нь хоёр хэмжээст байдаг тул "medfilt2" функцийг ашиглан медиан шүүлтүүрээр дамжуулдаг. Бид гаралтын пиксел бүрийг оролтын бинаридсан зурган дээрх харгалзах пикселийн эргэн тойронд 5 x 5 орчмын дундаж утгыг агуулсан байхаар тохируулсан. Энэ нь дуу чимээг багасгаж, ирмэгийг пиксел бүрийн эргэн тойронд 5х5 хэмжээтэй дөрвөлжин хэлбэрээр хадгална. Дараа нь бид "strel" ашиглан гулсах цонхыг ашигладаг бөгөөд диск хэлбэртэй хавтгай бүтцийн элементийг бий болгож, хөршийн радиус 2 -той, төв, гарал үүслийн пиксел тус бүрийг дискний хөрш бүрт тодорхойлдог. Бид дискний бүтцийн элементийг ашигласан, учир нь бид дугуй цэг болон цэг бүрийн пикселийг шинжилж байгаа тул дискний хэлбэрийн элемент нь илүү ашигтай байдаг.

Зургийг шүүж дууссаны дараа зураг дээрх шүүсэн цагаан пикселийн хоорондох хар толбыг арилгахын тулд 'imclose' функцийг ашиглан цэвэрлэж, эргэн тойрон дахь бүх цоорхойг арилгаж болно. Бүрэн боловсруулсан зургийг дараа нь урьдчилан хуваарилсан зургийн хоёр дахь дэд хэсэгт зурж, түүхий болон шүүсэн зургийг хооронд нь харьцуулах боломжтой болно.

Алхам 4: Эллипс маскаар хавдрыг тусгаарлах

Дараа нь хавдрын тод толбыг урьдчилан үүсгэсэн эллипс маскаар шүүсэн үндсэн дүрснээс тусгаарлаж болно. Энэхүү маск үүсгэхийн тулд та анхны MRI сканнердсан зургийн хэмжээг мэдэх ёстой бөгөөд түүний мөр баганын уртыг ашиглан x ба y-координатыг ашиглан эллипс хэлбэрийн төвийн координатыг хуваарилах хэрэгтэй. Бид y тэнхлэгийг төвөөс 50 нэгжийн радиустай гол тэнхлэг, төвөөс 40 нэгжийн радиустай жижиг тэнхлэгийг тохируулна.

Бид MATLAB функцийг 'meshgrid' ашиглан 1 тэнхлэгээс x тэнхлэгийн урт, 1-ээс y тэнхлэгийн урттай векторын координат дээр үндэслэн хоёр хэмжээст сүлжээний координаттай картезийн хавтгайг үүсгэсэн.. Col бол матриц бөгөөд мөр бүр нь x тэнхлэгийн хуулбар бөгөөд Row нь багана бүр y тэнхлэгийн хуулбар юм. Col ба Row координатаар дүрслэгдсэн картезийн сүлжээнд урт (1: Y_Size) мөр, урт (1: X_Size) багана байдаг. Декартийн сүлжээгээр үүсгэсэн Col ба Row индексүүдийг ашиглан урьдчилан тодорхойлсон радиус ба төвийн координатаас хамааран эллипсийн тэгшитгэлийг тодорхойлно. Эллипс хэлбэрийн тоймыг хавдрын цэгээс олдсон цагаан пикселээр дүүргэх боломжтой боллоо.

Урьдчилан үүсгэсэн эллипс маскыг ашиглан бид шүүж буй зургаас шинжлэхийг хүсч буй хавдрыг гаргаж авах боломжтой. Эллипс маск нь эллипсийн тоймд ямар цэгүүд логиктой нийцэж байгааг илрүүлж, үүнийг шүүсэн зурган дээрх хавдар гэж хүлээн зөвшөөрөгдсөн цэг гэж хүлээн зөвшөөрдөг. Дараа нь 'bwareafilt' функц нь энэ илрүүлсэн хавдрын гаднах бусад бүх зүйлийг дүрснээс шүүнэ. Бид бүх зургийн хэмжээс дээр үндэслэн 500-4000 хэмжээтэй цонхыг эмпирик байдлаар ашигласан. Дараа нь бид илрүүлсэн хавдрын төв цагаан пиксел бүрийн хоорондох цоорхойг арилгахын тулд 6 -р хорооллын радиусын хавтгай диск хэлбэртэй бүтцийн элемент болгон "стрел" гүйдэг өөр цонхыг ашигласан. Илэрсэн хавдрын цэгийг "imclose" ашиглан цэвэрлэж, хар пикселийг арилгаж, бүх нүхийг "бөглөх" -ээр бөглөнө. Энэхүү боловсруулсан хавдрыг урьдчилан хуваарилсан хэсгийн гурав дахь дэд хэсэгт үзүүлж, тусгаарлагдсан хавдар болон MRI сканнердсан анхны болон шүүсэн зургуудын харьцуулалтыг хийж болно.

Алхам 5: Хавдрын тойм

Одоо хавдрыг маскаар тусгаарласан тул яг байршлыг нь харуулахын тулд үүнийг тоймлон анхны зураг дээр харуулах боломжтой болно. Үүнийг хийхийн тулд бид 'bwboundaries' функцийг ашиглан өмнө нь илрүүлсэн хавдрыг тоймоор нь мөрдсөн. Бид тоймд хавдрын объект доторх нүхийг оруулахгүй байхаар заасан. Үүнийг 1.5 пикселийн шугамын өргөнтэй шугамын индексүүдийг ашиглан хавдрын эргэн тойрон дахь тоймыг харуулдаг 'for' гогцоог ашиглан анхны, түүхий дүрс дээр зурж болно. Энэхүү тоймыг эх MRI скантай харьцуулахад хавдрын яг хэмжээ, байршлыг харуулсан түүхий зураг дээр зурна.

Алхам 6: Хавдрын физик шинж чанарыг шинжлэх

Тусгаарлагдсан, товчилсон цэг нь хавдрын хэмжээ, талбай, байршлын талаар хэрэгтэй мэдээллийг бидэнд өгөх боломжтой. Бид "regionprops" функцийг ашиглан хавдрын шинж чанар, периметр, центроид, пикселийн индексийн утгыг илрүүлэх боломжтой болсон. Энэхүү пикселийн индексийн утга нь зураг тус бүрийн пиксел тус бүрийн бодит ертөнцийн нэгжийг скан бүрт өвөрмөц байдлаар өгдөг. Эдгээр шинж чанаруудыг дараа нь миллиметрийн бодит нэгж болгон хувиргаж болно. Хөтөлбөрийн бидэнд өгдөг эмпирик мэдээлэл нь MRI шинжилгээ тус бүрт өвөрмөц бөгөөд хэрэглэгчид график хэрэглэгчийн интерфэйсэд дүн шинжилгээ хийж, хавдрын хэмжээ, байршил, хэлбэрийг тодорхойлоход маш хэрэгтэй байдаг.