Data Stream Analysis for neural network tissues detection

Abstract

Abstract Accurate brain tissues image segmentation can be considered as effective diagnosis support system for detecting affected edema and tumor tissues. Despite all the previous and existing efforts on segmenting these tissues and classifying them for the purposes of accurate diagnosis, still a lot of optimization works can be done in terms of increasing the accuracy and effectiveness of these tissues segmentation and classification. A number of challenges still can be address particularly for preprocessing and the utilization of neural networks and Fast-Fourier Transformation for classifying the contents of the tissues. This proposed solution is motivated by the achievement of reaching high-level of optimization solution for accurate human brain tissues segmentation and classification. For this purpose, a complete pipeline of algorithms for preprocessing and skull stripping, 2D image processing (such as Binarization and Normalization) as well as transformations techniques (such as Fast-Fourier transformation from continuous to digital domain). Also, artificial-intelligence techniques as neural-network supported by Self-Organizing Map (SOM) are all together integrated to achieve the highest possible optimized solution. Implementation of each process of the proposed pipeline algorithms solution has been implemented and performance evaluation of the proposed solution confirmed that accuracy of segmenting the different tissues types as well as the effected edema and tumor tissues reached above the 90.7% of accuracy. Keywords: Brain Tissues, Segmentation, Diagnosis, Preprocessing, Neural-Network, Self-Organizing Mapيمكن اعتبار التقسيم الدقيق لصورة أنسجة المخ كنظام دعم تشخيصي فعال للكشف عن أنسجة الورم والوذمة المصابة. على الرغم من كل الجهود السابقة والحالية لتقسيم هذه الأنسجة وتصنيفها لأغراض التشخيص الدقيق ، لا يزال من الممكن القيام بالكثير من أعمال التحسين من حيث زيادة دقة وفعالية تجزئة وتصنيف هذه الأنسجة. لا يزال هناك عدد من التحديات التي يمكن معالجتها بشكل خاص للمعالجة المسبقة واستخدام الشبكات العصبية وتحويل فورييه السريع لتصنيف محتويات الأنسجة. يتم تحفيز هذا الحل المقترح من خلال تحقيق الوصول إلى مستوى عالٍ من حل التحسين لتجزئة وتصنيف أنسجة المخ البشري بدقة. لهذا الغرض ، خط أنابيب كامل من الخوارزميات للمعالجة المسبقة وتجريد الجمجمة ، ومعالجة الصور ثنائية الأبعاد (مثل الثنائيات والتطبيع) بالإضافة إلى تقنيات التحويل (مثل تحويل فورييه السريع من المجال المستمر إلى المجال الرقمي). أيضًا ، تم دمج تقنيات الذكاء الاصطناعي كشبكة عصبية مدعومة بخريطة التنظيم الذاتي (SOM) معًا لتحقيق أعلى حل محسن ممكن. تم تنفيذ كل عملية من حل خوارزميات خط الأنابيب المقترح ، وأكد تقييم الأداء للحل المقترح أن دقة تقسيم أنواع الأنسجة المختلفة وكذلك الوذمة المصابة وأنسجة الورم وصلت إلى أكثر من 90.7٪ من الدقة. الكلمات الرئيسية: أنسجة المخ ، التجزئة ، التشخيص ، المعالجة المسبقة ، الشبكة العصبية ، خريطة التنظيم الذاتي