• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Electrical, Electronics, Signals, Communication and Optimization >Classification of brain tumors by mining MRS spectrums using LabVIEW metabolite peak height scanning method
【24h】

Classification of brain tumors by mining MRS spectrums using LabVIEW metabolite peak height scanning method

机译：通过使用LabVIEW代谢物峰高扫描方法挖掘MRS光谱对脑肿瘤进行分类

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we deal with the problem of classification of brain tumors as normal, benign or malignant using information from magnetic resonance spectroscopy (MRS) image to assist in clinical diagnosis. This paper proposes a novel approach to extract metabolite values represented in a graphical form in MR spectroscopy image. Metabolites like N-acetyl aspartate (NAA), Choline (Cho) and Creatine (Cr) are used to detect the brain tumor. The metabolite ratios NAA/Cho, Cho/Cr and NAA/Cr play most important role in deciding the tumor type. The proposed approach consists of several steps including preprocessing, metabolite peak height scanning and classification. Proposed system stores the metabolite values in dataset instead of storing MRS images; so reduces the image processing tasks and memory requirements. Further these metabolite values and ratios are fed to a k-NN classifier. Experimental results demonstrate the effectiveness of the proposed approach in classifying the brain tumors.
机译：在本文中，我们使用磁共振波谱（MRS）图像中的信息来辅助将脑肿瘤分类为正常，良性或恶性的问题，以协助临床诊断。本文提出了一种新颖的方法来提取MR光谱图像中以图形形式表示的代谢物值。 N-乙酰天门冬氨酸（NAA），胆碱（Cho）和肌酸（Cr）等代谢物可用于检测脑瘤。代谢物比率NAA / Cho，Cho / Cr和NAA / Cr在决定肿瘤类型中起最重要的作用。所提出的方法包括几个步骤，包括预处理，代谢物峰高扫描和分类。建议的系统将代谢物值存储在数据集中，而不是存储MRS图像；因此减少了图像处理任务和内存需求。进一步将这些代谢物的值和比率输入k-NN分类器。实验结果证明了该方法在脑肿瘤分类中的有效性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号