АННОТАЦИИ К СТАТЬЯМ (ЖУРНАЛ ``МЕДИЦИНА И ВЫСОКИЕ ТЕХНОЛОГИИ`` №1, 2022)
Хамад Ю.А., Зотин А.Г., Симонов К.В., Медиевский А.В.

Сегментация опухоли молочной железы на медицинских изображениях с использованием комбинации нечеткой кластеризации и метода порога

Резюме: Сегментация опухоли молочной железы и обнаружение границ являются важными этапами в терапии рака молочной железы и последующем наблюдении. Радиологи могут свести к минимуму высокую нагрузку связанную с анализом на предмет наличия рака молочной железы, автоматизировав этот сложный процесс. В этой статье предложена система для сегментации опухолей молочной железы и непоражённых областей (молочной железы) на медицинских снимках с использованием комбинации средств нечеткой кластеризации и порогового значения (FCMT). Это компьютерный метод диагностики работает с каждым срезом молочной железы без обучения сегментации и определения границ. В рамках аппробации были использованы две базы данных изображений маммограмм молочной железы. Чтобы повысить качество изображения, использовали методы предварительной обработки, такие как увеличение контраста, перед применением FCMT для сегментации. Для оценки эффективности разработанного подхода были рассчитаны среднеквадратическая ошибка, коэффициент DCS, индекс структурного сходства, пиковое отношение сигнал/шум, точность и чувствительность. Используя предложенный метод сегментации FCMT, было достигнуто среднее пересечение по объединению (IoU) 93,85. Согласно результатам экспериментов, представленный подход является более устойчивым и точным в сегментации прогрессии опухоли на медицинских изображениях.

Ключевые слова: опухоль молочной железы, маммограмма молочной железы, сегментация, нечеткая кластеризация, метод порогового значения, оценки эффективности.

Y.A. Hamad, A.G. Zotin, K.V. Simonov, A.V. Medievsky

Breast tumor segmentation on medical images using combination of fuzzy clustering and threshold

Summary: Breast tumor segmentation and boundary detection are crucial stages in breast cancer therapy and follow-up. Radiologists can minimize the high workload associated with screening for breast cancer by automating this complex process. This article proposes a system for segmenting breast and unaffected areas (breast) tumors on medical images using a combination of fuzzy clustering and thresholding (FCMT) tools. This computer diagnostic method works with each section of the mammary gland without learning segmentation and definition of boundaries. As part of the approbation, two databases of breast mammogram images were used. To increase the image quality, we used pre-processing techniques such as contrast augmentation before applying the FCMT for segmentation. To assess the effectiveness of the devised approach, the Mean Square Error, dice coefficient, Structured Similarity Index, Peak Signal-to-Noise Ratio, accuracy, and sensitivity were computed. Using the pro- posed FCMT segmentation technique, a mean intersection over union (IoU) of 93.85 was attained. The presented approach is more resilient and accurate in segmenting tumor progression on medical images, according to the findings of the experiments.

Key words: breast tumor, breast mammograms images, segmentation, fuzzy clustering means, thresholding, assess the effective- ness.

DOI: 10.34219/2306-3645-2022-12-1-44-52

ИНФОРМАЦИЯ ОБ АВТОРАХ
Симонов Константин Васильевич – доктор технических наук, ведущий научный сотрудник Института вычислительного моделирования СО РАН: e-mail: simonovkv@icm.krasn.ru

Simonov Konstantin Vasilyevich – Doctor of technical sciences, Leading researcher, Institute of Computational Modelling SB RAS: e-mail: simonovkv@icm.krasn.ru

Зотин Александр Геннадьевич – кандидат технических наук, доцент Сибирского государственного университета науки и технологий им. академика М.Ф. Решетнева: e-mail: zotin@sibsau.ru

Zotin Aleksandr Gennadievich – Candidate of technical science, Associate professor, Reshetnev Siberian State University of Science and Technology: e-mail: zotin@sibsau.ru

Хамад Юсиф Ахмед – кандидат технических наук, Сибирский Федеральный университет: e-mail: y.albayati8@gmail.com

Hamad Yousif Ahmed – Candidate of technical science, Siberian Federal University: e-mail: y.albayati8@gmail.com

Медиевский Алексей Владимирович, студент, Красноярский государственный медицинский университет имени профессора В.Ф. Войно-Ясенецкого. e-mail: amedievsky@yandex.ru

Medievsky Alexey vladimirovich – student, Krasnoyarsk State Medical University named after Prof. V.F. Voino-Yasenetsky; e-mail: amedievsky@yandex.ru