Skip to main content
main-content

08.08.2018 | Ausgabe 1/2019

Journal of Digital Imaging 1/2019

A New Optimized Thresholding Method Using Ant Colony Algorithm for MR Brain Image Segmentation

Zeitschrift:
Journal of Digital Imaging > Ausgabe 1/2019
Autoren:
Bahar Khorram, Mehran Yazdi

Abstract

Image segmentation is considered as one of the most fundamental tasks in image processing applications. Segmentation of magnetic resonance (MR) brain images is also an important pre-processing step, since many neural disorders are associated with brain’s volume changes. As a result, brain image segmentation can be considered as an essential measure toward automated diagnosis or interpretation of regions of interest, which can help surgical planning, analyzing changes of brain’s volume in different tissue types, and identifying neural disorders. In many neural disorders such as Alzheimer and epilepsy, determining the volume of different brain tissues (i.e., white matter, gray matter, and cerebrospinal fluids) has been proven to be effective in quantifying diseases. A traditional way for segmenting brain images involves the use of a medical expert’s experience in manually determining the boundary of different regions of interest in brain images. It may seem that manual segmentation of MR brain images by an expert is the first and the best choice. However, this method is proved to be time-consuming and challenging. Hence, numerous MR brain image segmentation methods with different degrees of complexity and accuracy have been introduced recently. Our work proposes an optimized thresholding method for segmentation of MR brain images using biologically inspired ant colony algorithm. In this proposed algorithm, textural features are adopted as heuristic information. Besides, post-processing image enhancement based on homogeneity is also performed to achieve a better performance. The empirical results on axial T1-weighted MR brain images have demonstrated competitive accuracy to traditional meta-heuristic methods, K-means, and expectation maximization.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

★ PREMIUM-INHALT
e.Med Interdisziplinär

Mit e.Med Interdisziplinär erhalten Sie Zugang zu allen CME-Fortbildungen und Fachzeitschriften auf SpringerMedizin.de. Zusätzlich können Sie eine Zeitschrift Ihrer Wahl in gedruckter Form beziehen – ohne Aufpreis.

Weitere Produktempfehlungen anzeigen
Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 1/2019

Journal of Digital Imaging 1/2019 Zur Ausgabe
  1. Sie können e.Med Radiologie 14 Tage kostenlos testen (keine Print-Zeitschrift enthalten). Der Test läuft automatisch und formlos aus. Es kann nur einmal getestet werden.

Neu im Fachgebiet Radiologie

Meistgelesene Bücher aus der Radiologie

2016 | Buch

Medizinische Fremdkörper in der Bildgebung

Thorax, Abdomen, Gefäße und Kinder

Dieses einzigartige Buch enthält ca. 1.600 hochwertige radiologische Abbildungen und Fotos iatrogen eingebrachter Fremdmaterialien im Röntgenbild und CT.

Herausgeber:
Dr. med. Daniela Kildal

2011 | Buch

Atlas Klinische Neuroradiologie des Gehirns

Radiologie lebt von Bildern! Der vorliegende Atlas trägt dieser Tatsache Rechnung. Sie finden zu jedem Krankheitsbild des Gehirns Referenzbilder zum Abgleichen mit eigenen Befunden.

Autoren:
Priv.-Doz. Dr. med. Jennifer Linn, Prof. Dr. med. Martin Wiesmann, Prof. Dr. med. Hartmut Brückmann

Mail Icon II Newsletter

Bestellen Sie unseren kostenlosen Newsletter Update Radiologie und bleiben Sie gut informiert – ganz bequem per eMail.

Bildnachweise