إستخدام التحليل المويجي في إزالة الضوضاء من الصور الطبية الإشعاعية لمرض سرطان الثدي

Abstract

المستخلص في عمليات التشخيص الطبي مثل استخراج الميزات والتعرف علي الاشياء اصبحت هذه المهام صعبة في حالة تلف الصور بالضوضاء وعند ازالة الضوضاءلاينبغي تدمير التفاصيل الدقيقة في الصورة الطبية التي تتضمن معلومات تشخيصية لذلك أصبح تطوير خوارزميات فعالة لتقليل الضوضاء noiseوتحسين جودة الصورة الطبية الاشعاعية((x.ray خاصة صورة الثدي بتقليل العشوائية والتشوهات لتمكن الاطباء من زيادة التشخيص والتعرف المبكرعلي الاورام السرطانية مجال بحث مهم هذه الأيام .في هذا البحث تم استخدام التحويل المويجي المتقطع (DWT) لما يوفره من إمكانيات جيدة في هذا المجال وخاصة حين تم دمجه مع حد العتبة بنوعه المرن. وتضمن البحث إجراء عملية معالجة أولية لعدد خمسين صورة اشعة سينية لنسيج الثدي بهاضوضاءاو اضيفت اليها ضوضاء من نوعي ضوضاء( speckle)و Gaussian) ) بقيم الديسيل بالمتغير ((variance وحين تم استخدام مرشح المويجة Daubechies) )علي الصورة المشوشة بالإعتماد علي تحديد قيمةحد العتبةالمرن تمت عملية إزالة الضوضاء (Denoiseing) من الصورة وكانت نتائج عملية التنقية جيدة بعد ملاحظة نسب احتساب نسبة الخطأ بالإشارة (PSNR)ومربع نسبة الخطأ(MSE) وتم عمل مقارنة للتحسين (Enhancement) بين نوعي الNoise (الضوضاء) ( speckle)و Gaussian) ) وكانت النتيجة ممتارة علي النوع speckle) ). أنجز البحث من خلال العمل على منظومة برمجية (ماتلاب) لرفع اوتقليل الضوضاء من صورX.ray)) لنسيج الثدي للمساعدة في تشخيص مرض سرطان الثدي.

Abstract In medical diagnostic processes such as extracting features and recognizing objects, these tasks have become difficult if images are damaged by noise. When removing noise, fine details in the medical image that include diagnostic information should not be destroyed. Therefore, effective algorithms have become developed to reduce noise and improve the quality of the radiological medical image (x.ray, especially the breast image, by reducing randomness and distortions In order for doctors to be able to increase the diagnosis and early identification of cancerous tumors, an important field of research these days.In this research, the intermittent wavelet transform (DWT) was used because of its good capabilities in this field, especially when it was combined with the threshold of its flexible type.X-ray images of breast tissue were taken With noise or added to it noise of two types (speckle) and Gaussian (noise) in the variable ((variance) and the results of the purification process were good after observing the ratios of calculating the signal error ratio (PSNR) and the square of the error ratio (MSE). The research was carried out by working on a software system (MATLAB ) to raise or reduce noise from X-ray images of breast tissue to aid in the diagnosis of breast cancer.