Метод обработки изображений магнитно-резонансной томографии на основе линейной интерполяции и алгоритма светлячков
DOI:
https://doi.org/10.52575/2687-0932-2025-52-2-400-412Ключевые слова:
обработка изображений, линейная интерполяция, алгоритм светлячков, сверточная нейронная сеть, выравнивание гистограммы, повышение качества МРТ-изображенийАннотация
В статье представлен метод обработки изображений в оттенках серого, который базируется на совместном применении линейной интерполяции и алгоритма светлячков. Данный метод разработан для повышения качества снимков магнитно-резонансной томографии (МРТ), используемых для нейросетевого диагностирования онкологических заболеваний головного мозга. Представлены результаты вычислительных экспериментов, которые показали, что обработка изображений предложенным методом позволяет повысить их качество. Выполнено оценивание пикового отношения сигнала к шуму, контрастности и яркости изображений, обработанных предложенным методом и распространенным методом выравнивания гистограммы. Проведены сравнительные эксперименты по нейросетевому диагностированию видов опухолей мозга на основе МРТ-изображений, обработанных методом выравнивания гистограммы и предложенным методом. В результате установлено, что применение МРТ-изображений, обработанных предложенным методом, дает возможность повысить точность постановки диагноза.
Скачивания
Библиографические ссылки
Список литературы
Аль Жанзир З.М. 2025. Улучшение изображений в оттенках серого путем разработки линейной интерполяции с использованием алгоритма Firefly. Современная наука: актуальные проблемы теории и практики. Серия: Естественные и технические науки, 3: 16–20.
Махди Т.Н., Игитян Е.В., Польщиков К.А., Корсунов Н.И. 2022. Оценивание эффективности функционирования диалоговой системы на основе применения нечеткого вывода с нейросетевой настройкой. Экономика. Информатика, 49(2): 356–374. DOI 10.52575/2687-0932-2022-49-2-356-374.
Польщиков К.А., Лазарев С.А., Константинов И.С., Польщикова О.Н., Свойкина Л.Ф., Игитян Е.В., Балакшин М.С. 2020. Модель для оценки эффективности выполнения робототехнической системой коммуникативных функций. СТИН, 6: 4–7.
Польщиков К.А., Польщикова О.Н., Игитян Е.В., Балакшин М.С. 2019. Алгоритм поддержки принятия решений по выбору средств обработки больших массивов естественно-языковых данных. Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика, 46(3): 553–562. DOI: 10.18413/2411-3808-2019-46-3-553-562.
Ясир М.Дж., Аль Жанзир З.М. 2025. Распознавание и классификация МРТ-изображений головного мозга с использованием нейронных сетей. Научный результат. Информационные технологии, 10(1): 77–85. DOI: 10.18413/2518-1092-2025-10-1-0-8.
Badža M.M., Barjaktarović M.Č. 2020. Classification of Brain Tumors from MRI Images Using a Convolutional Neural Network. Applied Sciences, 10(6): 1999.
Brain tumors. 2025. Kaggle. URL: https://www.kaggle.com/datasets/thomasdubail/brain-tumors-256x256 (accessed: 12.05.2025).
Gómez-Guzmán M.A., Jiménez-Beristaín L., García-Guerrero E.E., López-Bonilla O.R., Tamayo-Perez U.J., Esqueda-Elizondo J.J., Palomino-Vizcaino K., Inzunza-González E. 2023. Classifying Brain Tumors on Magnetic Resonance Imaging by Using Convolutional Neural Networks. Electronics, 12(4): 955.
Gonzalez R. C., Woods R. E. 2018. Digital Image Processing. New York. Pearson. 1019 p.
Kumar V., Kumar D. 2021. A Systematic Review on Firefly Algorithm: Past, Present, and Future. Archives of Computational Methods in Engineering, 28: 3269–3291.
Mahdi T.N., Jameel J.Q., Polshchykov K.A., Lazarev S.А., Polshchykov I.K., Kiselev V.E. 2021. Clusters partition algorithm for a self-organizing map for detecting resource-intensive database inquiries in a geo-ecological monitoring system. Periodicals of Engineering and Natural Sciences, 9(4): 1138–1145. DOI: 10.21533/pen.v10i1.2584.
Musallam A.S., Sherif A.S., Hussein M.K. 2022. A New Convolutional Neural Network Architecture for Automatic Detection of Brain Tumors in Magnetic Resonance Imaging Images. IEEE Access, 10: 2775–2782.
Pan M.-S., Yang X.-L., Tang, J.-T. 2012. Research on Interpolation Methods in Medical Image Processing. Journal of Medical Systems, 36: 777–807.
Pannu A. 2015. Artificial Intelligence and its Application in Different Areas. International Journal of Engineering and Innovative Technology, 4(10): 79–84.
Polshchykov K.A., Velikanova A.S., Igityan E.V. 2022. Neural network natural language processing tools for identifying personal priorities in the project performer's selection in the field of smart agriculture. IOP Conference Series: Earth and Environmental Science, 1069(1): 012012.
Polshchykov K., Lazarev S., Kiselev V., Shabeeb A.H.T. 2021. Justification for the decision on loading channels of the network of geoecological monitoring of resources of the agroindustrial complex. Periodicals of Engineering and Natural Sciences, 9(3): 781–787.
Pour E.S., Zadeh Z.B. 2023. Brain Tumor Detection from MRI Images based on Cellular Neural Network and Firefly Algorithm. International Journal of Research in Engineering and Science, 11 (6): 609–618.
Sethi D., Bharti S., Prakash C. 2022. A comprehensive survey on gait analysis: History, parameters, approaches, pose estimation, and future work. Artificial Intelligence in Medicine, 129: 102314. DOI: 10.1016/j.artmed.2022.102314.
Singh U., Choubey M.K. 2021. A Review: Image Enhancement on MRI Images. 2021 5th International Conference on Information Systems and Computer Networks (ISCON), Mathura: 1–6.
Velikanova A.S., Polshchykov K.A., Likhosherstov R.V., Polshchykova A.K. 2021. The use of virtual reality and fuzzy neural network tools to identify the focus on achieving project results. Journal of Physics: Conference Series, 2060: 012017. DOI: 10.1088/1742-6596/2060/1/012017.
References
Al Janzeer Z.M. 2025. Enhancing Grayscale Images by Developing Linear Interpolation Using Firefly Algorithm. Modern Science: Current Problems of Theory and Practice. Series: Natural and Technical Sciences, 3: 16–20. (in Russian).
Mahdi T.N., Igityan E.V., Polshchikov K.A., Korsunov N.I. 2022. Evaluation of the Dialogue System Efficiency Based on the Application of Fuzzy Inference with Neural Network Settings. Economics. Information technologies, 49(2): 356–374 (in Russian). DOI: 10.52575/2687-0932-2022-49-2-356-374.
Pol'shhikov K.A., Lazarev S.A., Konstantinov I.S., Pol'shhikova O.N., Svojkina L.F., Igitjan E.V., Balakshin M.S. 2020. Model' dlja ocenki jeffektivnosti vypolnenija robototehnicheskoj sistemoj kommunikativnyh funkcij. STIN, 6: 4–7. (in Russian).
Polshchikov К.А., Polshchikova O.N., Igityan E.V., Balakshin M.S. 2019. The algorithm of decision support in the choice of means of processing large amounts of natural language data. Belgorod State University Scientific Bulletin. Economics. Information technologies, 46 (3): 553–562 (in Russian). DOI: 10.18413/2411-3808-2019-46-3-553-562.
Yaser M.J., Al Janzeer Z.M. 2025. Recognition and classification of MRI images of the brain using the neural networks. Research result. Information technologies, 10(1): 77–85. (in Russian). DOI: 10.18413/2518-1092-2025-10-1-0-8.
Badža M.M., Barjaktarović M.Č. 2020. Classification of Brain Tumors from MRI Images Using a Convolutional Neural Network. Applied Sciences, 10(6): 1999.
Brain tumors. 2025. Kaggle. URL: https://www.kaggle.com/datasets/thomasdubail/brain-tumors-256x256 (accessed: 12.05.2025).
Gómez-Guzmán M.A., Jiménez-Beristaín L., García-Guerrero E.E., López-Bonilla O.R., Tamayo-Perez U.J., Esqueda-Elizondo J.J., Palomino-Vizcaino K., Inzunza-González E. 2023. Classifying Brain Tumors on Magnetic Resonance Imaging by Using Convolutional Neural Networks. Electronics, 12(4): 955.
Gonzalez R.C., Woods R.E. 2018. Digital Image Processing. New York. Pearson. 1019 p.
Kumar V., Kumar D. 2021. A Systematic Review on Firefly Algorithm: Past, Present, and Future. Archives of Computational Methods in Engineering, 28: 3269–3291.
Mahdi T.N., Jameel J.Q., Polshchykov K.A., Lazarev S.А., Polshchykov I.K., Kiselev V.E. 2021. Clusters partition algorithm for a self-organizing map for detecting resource-intensive database inquiries in a geo-ecological monitoring system. Periodicals of Engineering and Natural Sciences, 9(4): 1138–1145. DOI: 10.21533/pen.v10i1.2584.
Musallam A.S., Sherif A.S., Hussein M.K. 2022. A New Convolutional Neural Network Architecture for Automatic Detection of Brain Tumors in Magnetic Resonance Imaging Images. IEEE Access, 10: 2775–2782.
Pan M.-S., Yang X.-L., Tang, J.-T. 2012. Research on Interpolation Methods in Medical Image Processing. Journal of Medical Systems, 36: 777–807.
Pannu A. 2015. Artificial Intelligence and its Application in Different Areas. International Journal of Engineering and Innovative Technology, 4(10): 79–84.
Polshchykov K.A., Velikanova A.S., Igityan E.V. 2022. Neural network natural language processing tools for identifying personal priorities in the project performer's selection in the field of smart agriculture. IOP Conference Series: Earth and Environmental Science, 1069(1): 012012.
Polshchykov K., Lazarev S., Kiselev V., Shabeeb A.H.T. 2021. Justification for the decision on loading channels of the network of geoecological monitoring of resources of the agroindustrial complex. Periodicals of Engineering and Natural Sciences, 9(3): 781–787.
Pour E.S., Zadeh Z.B. 2023. Brain Tumor Detection from MRI Images based on Cellular Neural Network and Firefly Algorithm. International Journal of Research in Engineering and Science, 11 (6): 609–618.
Sethi D., Bharti S., Prakash C. 2022. A comprehensive survey on gait analysis: History, parameters, approaches, pose estimation, and future work. Artificial Intelligence in Medicine, 129: 102314. DOI: 10.1016/j.artmed.2022.102314.
Singh U., Choubey M.K. 2021. A Review: Image Enhancement on MRI Images. 2021 5th International Conference on Information Systems and Computer Networks (ISCON), Mathura: 1–6.
Velikanova A.S., Polshchykov K.A., Likhosherstov R.V., Polshchykova A.K. 2021. The use of virtual reality and fuzzy neural network tools to identify the focus on achieving project results. Journal of Physics: Conference Series, 2060: 012017. DOI: 10.1088/1742-6596/2060/1/012017.
Просмотров аннотации: 9
Поделиться
Опубликован
Как цитировать
Выпуск
Раздел
Copyright (c) 2025 Экономика. Информатика
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
