Detecção de Tumor Cerebral a partir de Imagens de MR com base na Matriz de Co-ocorrência

A análise automática de imagens médicas utilizando o diagnóstico por computador é um dos campos mais interessantes no processamento de imagens biomédicas. O sistema proposto fornece técnicas relacionadas com a análise por ressonância magnética. É apresentada uma análise estatística de estrutura baseada no esquema de segmentação tumoral, que se concentra na análise estrutural tanto em tecidos normais como anormais, ajudará os médicos a evitar o erro humano na interpretação manual do conteúdo médico. Neste estudo, é aplicado um algoritmo de limiar melhorado para extrair a parte anormal da ressonância magnética 2D. Amostras de diferentes idades e casos são retiradas da AL-Imammain Al-Kadhimain Medical city e do Instituto de Radiologia. Calculando a área do tecido anormal (tumor), é então aplicada a transformação Wavelet que é uma técnica de estimativa do sinal que explora as capacidades de denegrir o sinal. Foi obtida uma característica estatística; depois é aplicado um método híbrido no qual o k-meios clustering é um método de análise de clusters que visa dividir as imagens em clusters. Finalmente, foi criado um algoritmo para colorir imagens, dependendo do limite. Isto ajuda a separar a parte anormal em k clusters.