Performance Analysis of Some Edge Detection Methods on Magnetic Resonance Images

Yıl 2018, Cilt: 2 Sayı: 2, 13 - 17, 05.12.2018

Gülcan Yıldız , Doğan Yıldız

Öz

Magnetic Resonance Imaging is used in many
clinical and scientific applications due to its advantages such as the ability
to obtain three-dimensional images, high resolution, and precise information.
Image processing methods can be used to obtain numerical data from brain MR
images and automatically obtain important information in computer environment.
At the beginning of these methods, there are methods that reveal the edge
information in which a large part of the information in the image is located.
There are many standard methods used for edge detection in the literature. In
this study, Sobel, Prewitt, Roberts, Gauss's Laplace Canny and Fuzzy Logic edge
detection methods were applied on the brain MR images and the results were
compared using different threshold values. In addition, in Fuzzy Logic method,
the performance comparison of these functions was made by using different membership
functions for input and output. When the results were examined, it was observed
that the Robert, Prewitt and Sobel methods with a threshold value of 0.03 gave
better results than other methods for brain MR images.

Anahtar Kelimeler

Magnetic resonance imaging, edge detection methods, brain magnetic resonance image, fuzzy logic

Bazı Kenar Algılama Yöntemlerinin Manyetik Rezonans Görüntüleri Üzerindeki Performans Analizi

Öz

Manyetik Rezonans Görüntüleme; üç boyutlu görüntüler elde etme yeteneği,
yüksek çözünürlüğe sahip olma,  kesin
bilgiler verebilme gibi avantajlarından dolayı birçok klinik ve bilimsel
uygulamada kullanılmaktadır. Beyin MR görüntülerinden sayısal veriler alabilmek
ve bilgisayar ortamında önemli bilgileri otomatik olarak elde edebilmek için
görüntü işleme yöntemlerine başvurulabilir. Bu yöntemlerin başında, görüntüdeki
bilgilerin büyük bir kısmının yer aldığı kenar bilgisini ortaya çıkaran
yöntemler gelir. Literatürde, kenar algılama amacıyla kullanılan birçok
standart yöntem bulunmaktadır. Bu çalışmada Sobel, Prewitt, Roberts, Gauss’un
Laplası, Canny ve Bulanık Mantık kenar algılama yöntemleri beyin MR görüntüleri
üzerinde uygulanmış ve farklı eşik değerleri kullanılarak sonuçlar
karşılaştırılmıştır. Ayrıca Bulanık Mantık yönteminde giriş ve çıkış için
farklı üyelik fonksiyonları kullanılarak bu fonksiyonların performans karşılaştırması
yapılmıştır. Sonuçlara bakıldığında beyin MR görüntüleri için, 0.03 eşik değerine
sahip Robert, Prewitt ve Sobel yöntemlerinin diğer yöntemlere göre daha iyi
sonuç verdiği gözlenmiştir.

Anahtar Kelimeler

Manyetik rezonans görüntüleme, kenar algılama yöntemleri, beyin manyetik rezonans görüntüsü, bulanık mantık

Kaynakça

• K.K. Singh, and A. Singh. "A study of image segmentation algorithms for different types of images." International Journal of Computer Science Issues (IJCSI) 7.5 (2010): 414
• P. Sharma, M. Diwakar, and S. Choudhary. "Application of edge detection for brain tumor detection." International Journal of Computer Applications 58.16 (2012).
• R. Laishram, W. K. Kumar, A. Gupta, and K. V. Prakash “A novel MRI brain edge detection using PSOFCM segmentation and canny algorithm.” in Electronic Systems, Signal Processing and Computing Technologies (ICESC), 2014 International Conference on (pp. 398-401). IEEE. (2014, January)
• A. Aslam, E. Khan, and M. M. S. Beg. "Improved edge detection algorithm for brain tumor segmentation." Procedia Computer Science, 58 (2015): 430-437.
• R. P. Joseph, C. S. Singh, and M. Manikandan. “Brain tumor MRI image segmentation and detection in image processing.” International Journal of Research in Engineering and Technology, (2014). 3(1), 1-5.
• N. L. Shimpi, G. A. Zeeshan, and R. Sundaraguru. "Brain Tumor Detection And Extraction." Brain 4.10 (2017).
• N. Manasa, G. Mounica, and B. D. Tejaswi. "Brain Tumor Detection Based on Canny Edge Detection Algorithm and it’s area calculation." Brain (2016).
• R. Munir, “Pengolahan Citra Digital dengan Pendekatan Algoritmik.” Bandung: Informatika. (2004).
• S. Patnaik, K. Parvathi, and S. K. Mandal. "Development Of Simple Edge Detection Technique Using FIS." (2017): 323-332.