An enlargement-based approach for detecting of liver image

In this paper, a novel method for detecting of liver image on the sagital cross section is presented. The presented method uses different images belonging to same patient. At first, starting points are selected on the image and then similar points (pixels) are obtained. This process is applied to other MRI images. Finally, 3d model is obtained by means of liver images in the different cross section. As application, data obtained from Firat University Radiology department are used.

1. Giriş

Görüntü bölümleme, düşük seviyeli görüntü işleme ve tanımlama içerisinde en temel problemlerden biridir. Problem görüntüyü bölümleme işlemi sırasında biri birine çok yakın özelliklerdeki bağlı veya benzer renk/gri seviyeli piksellerden dolayı ortaya çıkar. MR görüntüsü içinde de karaciğer ve karaciğere benzer görüntü özelliğine sahip organlar bulunmaktadır[1]. Bu sebeple karaciğer görüntüsünün MR görüntüsünden bölümlenmesi birtakım problemleri beraberinde getirir. Bir çok algoritma bu problemleri çözmek için geliştirilmiştir. Geliştirilen bu algoritmaların çoğu kullanılan yaklaşımlar bakımından iki sınıfa ayrılabilir: (1) Kapalı dış hat sınırları bularak görüntüyü bölmeleyen sınır keşfi uygulamaları ve (2) farklı alanlar için benzer pikselleri gruplayan alan genişletme ve kümeleme tabanlı uygulamalar. Alan (bölge) genişletme ve kümeleme tabanlı uygulamalar kendi içinde iki sınıfa ayrılabilir: (1) Genel bilgileri kullanarak bölümleme; (2) Bölgesel bilgileri kullanarak bölümleme. Bu metotlardan birinci düşünce tarzı performans bakımından daha üstündür. İkinci düşünce tarzı ise gürültüye daha duyarlıdır. Literatürde özellikle biyomedikal görüntü bölütleme üzerinde yapılan çalışmalar son yıllarda hızla artmaktadır.