Moyamoya tasvirini qayta ishlash: 8 qadam

2024 Muallif: John Day | [email protected]. Oxirgi o'zgartirilgan: 2024-01-30 13:28

Moyamoya - "tutun tutuni" - kam uchraydigan kasallik bo'lib, u miyaning tagida joylashgan bazal ganglion arteriyalarining tiqilib qolishi natijasida yuzaga keladi. Bu serebrovaskulyar kasallik bo'lib, asosan bolalarga ta'sir qiladi. Moyamoyaning alomatlariga dastlabki insult, doimiy mini-zarbalar, mushaklarning kuchsizligi, falaj yoki arteriyalarning tobora torayishi natijasida soqchilik kiradi. Davolashsiz moyamoya nutq, sezish buzilishi va ongni buzilishi bilan bog'liq muammolarga olib keladi. Loyihamizda, ta'sirlangan hududni aniqlash uchun tasvir ichidagi shovqinni kamaytirish uchun turli filtrlardan foydalangan holda MRI yoki MRA tasvirini oldindan qayta ishlash uchun MATLAB -dan foydalanamiz. Bundan tashqari, biz zararlangan hududlarni aniqroq aniqlash uchun funktsiyalarni takomillashtirishdan foydalanamiz. Bundan tashqari, biz moyamoya ta'sirlangan miyaga qaraganda oddiy miyadagi qon tomirlari miqdori o'rtasida sezilarli farq borligini aniqlash uchun mustaqil t-test namunalarini o'tkazamiz.

1 -qadam: Moyamoya bilan og'rigan oddiy miyaning MRI va MRA skanerlarini toping

Bu rasmlar biz Internetda topilgan loyiha uchun ishlatilgan skanerlardir. Qon tomirlari o'rtada joylashgan ikkita rasm MRA, qolgan ikkita rasm MRG.

Quyidagi havolalarda bu rasmlar topilgan:

static.cambridge.org/resource/id/urn:cambr…

static.cambridge.org/resource/id/urn:cambr…

2 -qadam: Rasmlarni MATLAB -ga yuklang va tasvirlarni ko'rsatish uchun o'zgarmaydiganga rasmlarni belgilang

Jarayonni boshlash uchun, buyruqlar oynasini tozalashdan boshlang, ochilishi mumkin bo'lgan barcha mumkin bo'lgan rasm va grafikalarni yoping va ish joyingizda allaqachon tayinlangan o'zgaruvchilarni tozalang.

Keyin, i = [1: 2] buyrug'i yordamida 1 dan 2 gacha bo'lgan loopni yarating.

Fayl nomi bilan ko'rsatilgan fayllardan rasmlarni o'qish uchun, keyin yuklash uchun sprintf yordamida tsikl uchun ishlatilgan raqamni o'qish uchun imread (sprintf ('fayl nomi%.filetype', i)) buyrug'i yordamida MRA tasvirlarini yuklang. uni o'zgaruvchiga aylantiradi.

Keyin tasvirni rasmda ko'rsatish uchun imshow (I) buyrug'idan foydalaning.

Kulrang rangli xaritani belgilash uchun rang -barang (kulrang) buyrug'idan foydalaning.

Rangni butunlay yo'q qilish va tasvirlar uchun 3D matritsani 2D formatga o'tkazish uchun rgb2gray (I) buyrug'idan foydalaning va uni alohida o'zgaruvchiga tayinlang.

Keyin MRI tasvirlarini yuklangan buyruq yoki yuklash (sprintf ('fayl nomi%.filetype', i)) yordamida yuklang va uni yangi o'zgaruvchiga tayinlang.

Rgb2gray buyrug'ini MRI tasvirlari uchun ishlatiladigan yangi o'zgaruvchi bilan takrorlang.

Agar kerak bo'lsa, imresize (A, shkala) buyrug'i yordamida tasvir o'lchamini o'zgartirish va alohida o'zgaruvchiga tayinlash mumkin.

3 -qadam: Ko'p o'lchovli filtrlash yordamida tasvirning zichlikdagi cho'zilgan tuzilmalarini kuchaytirish

Yangi o'zgaruvchidan foydalanib, tasvirlardagi quvurli tuzilmalarni kuchaytirish uchun fibermetrik (A) buyrug'idan foydalaning

Oldingi o'zgaruvchida histeq (B) buyrug'idan foydalanib, tasvirlar intensivligini o'zgartirib, gistogramma tenglamalarini yaxshilang va uni yangi o'zgaruvchiga tayinlang.

Imhist (B) buyrug'i yordamida gistogrammani ko'rsatish.

Filtr uchun chegara yaratish uchun yangi o'zgaruvchini yarating. Bu holda, oldingi o'zgaruvchini> 0.875 ga belgilang, piksellar zichligini 0,875 qiymatida filtrlang

Keyin yangi rasm yarating va yangi filtrlangan tasvirni ko'rsatish uchun imshow (A) buyrug'idan foydalaning.

4 -qadam: 2D o'rta filtrini ishga tushiring

Medfilt2 (A, [m n]) buyrug'i yordamida 2D medianli filtrni ishga tushiring, bu erda har bir chiqish pikseli kirish tasviridagi tegishli piksel atrofidagi mxn chegarasidagi median qiymatni o'z ichiga oladi.

Yangi rasm yarating va imshow (A) dan foydalanib, filtrlangan tasvirni medianasini ko'rsating.

5 -qadam: Rasmni niqoblang

O'rtacha filtrlangan tasvir yordamida tasvirdagi oq nuqta sonini hisoblash uchun [labeledImage, numberOfBlots] = bwlabel (A) buyrug'idan foydalaning.

Keyin, har bir blot yoki qon tomirining maydonlarini hisoblash uchun mintaqa rekvizitlari funktsiyalari holatlaridan = regionprops (labelImage, 'Area') foydalaning.

Barcha maydonlarni bitta o'zgaruvchiga tayinlang

Keyin boshqa o'zgaruvchini ishlatib, 50 pikseldan oshadigan blotlar sonini hisoblang

Keyin, [sortedAreas, sortedIndicies] = sort (maydonlar, "tushish") buyrug'i yordamida 50 pikseldan pastroq bo'lgan barcha nuqta -sonlarni kamayish tartibida tartiblang.

Keyin, boshqa o'zgaruvchidan foydalanib, nomember (labeledImage, sortedIndicies (1: numberToExtract)) buyrug'ini ishlating. mantiqiy 0 (noto'g'ri).

Oldingi qadamda o'zgaruvchi to'g'ri bo'lgan nuqtalarni toping (qiymatlar> 0) va ikkilik tasvirni yaratish va uni yangi o'zgaruvchiga tayinlash uchun mantiqiy qator yarating.

Yangi raqam yarating va imshow (A) yangi ikkilik tasviridan foydalaning.

Keyin, imcomplement (A) buyrug'i yordamida tasvirni teskari aylantiring va uni boshqa o'zgaruvchiga tayinlang.

Niqoblangan tasvirni yaratish uchun buyrug'i o'lchamini o'zgartiradigan yangi o'zgaruvchidan foydalaning.*Uint8 (teskari tasvir)

Yangi rasm yarating va niqoblangan tasvirni ko'rsatish uchun imshow (A) dan foydalaning.

Butun kodni tugatish uchun "tugatish" buyrug'ini ishlatib, butun tsiklni tugating

6 -qadam: Statistik test uchun MRA skanerini tanlang

Statistik testlarga tayyorgarlik ko'rish uchun mustaqil t-test namunalari uchun ishlatiladigan MRA skanerlarini tanlang. Bizning ikkita namunamiz Moyamoyaning miyasi va oddiy miyasi bo'lgani uchun, har bir guruhdan munosib miqdordagi MRA skanerini tanlang.

7 -qadam: Statistik tekshiruvga tayyorgarlik jarayonida qon tomirlari maydonini hisoblang

Statistik test MRA skanerlarida ko'rsatilgan qon tomirlarining uzunligiga yoki miqdoriga qaratiladi. Shunday qilib, taqqoslashdan oldin qon tomirlari maydonini hisoblashimiz kerak.

Oddiy miyalarning MRAlarini filtrlash va qon tomirlari miqdorini hisoblashdan boshlang. Buning uchun for loopini ishga tushiring. Uchta tasvir borligi uchun shart i = [1: 3] bo'ladi.

Tasvirni imread buyrug'i bilan oching va uni o'zgaruvchiga tayinlang.

Keyin if, else buyrug'i bilan if/else iborasini yarating. If ifodasi uchun buyruq o'lchami (A, 3) == 3 dan foydalaning, bu erda A - tasvirni ochish uchun ishlatiladigan, o'zgaruvchining uchinchi o'lchami 3 bo'lganda if ifodasini yaratish uchun ishlatiladi. Keyin tasvirni aylantiring. rgb2gray (A) buyrug'i yordamida 2D ga o'ting va rangdan qutuling va uni yangi o'zgaruvchiga tayinlang. Tasvir hajmini o'zgartirish uchun imresize (A, [m n]) buyrug'idan foydalaning. Bunday holda, biz rasmlarning o'lchamlarini 1024 x 1024 matritsaga o'zgartirdik. Rasmning quvurli tuzilmalarini kuchaytirish uchun yana fibermetrik buyruqdan foydalaning va uni yangi o'zgaruvchiga tayinlang.

Else boshqa bayonot uchun quyidagilar. Agar tasvir 3D matritsa bo'lmasa, biz konvertatsiyani o'tkazib yubormoqchimiz. If iborasi bilan bir xil ishni bajaring, lekin rgb2gray (A) buyrug'isiz.

0.15 dan katta fibermetrik qadamdan o'zgaruvchiga teng qilib, yangi o'zgaruvchini yarating. Bu 0,15 dan yuqori intensivlik uchun tasvirni chegaralaydi.

Biz ko'rsatma beriladigan 4 va 5 -qadamlarning kod qatorlarini median filtr chizig'idan imshow (I) qatorigacha takrorlaymiz. Shundan so'ng, qon tomirlarini tashkil etuvchi barcha piksellarni yig'ish uchun sum (I (:)) buyrug'idan foydalaning va uni alohida o'zgaruvchiga tayinlang. NormalBloodVessels (i) yangi o'zgaruvchisini nomlang va uni sum (I (:)) buyrug'idagi o'zgaruvchiga tenglashtiring. Bu matritsaga ma'lumotlarni qo'shadi.

Tsiklni tugating va takrorlang, lekin Moyamoya ta'sirlangan miya MRAlari uchun. Oxirida o'zgaruvchini MoyaMoyaBloodVessels (i) deb nomlang, uni oddiy miya MRAlari bilan adashtirmang.

8-qadam: Mustaqil namunalar T-testini o'tkazing

Ikkita mustaqil namunalar va aholi soni kam bo'lgani uchun mustaqil t-test namunalarini o'tkazing.

Oddiy miyaning MRAsidagi qon tomirlari miqdori Moyamoyadan ta'sirlangan miya MRAsiga teng yoki yo'qligini aniqlash uchun mustaqil t-test namunalarini bajaradigan funktsiyani tuzing va nomlang.

Disp ('X') buyrug'i yordamida test uchun o'rnatilgan gipotezani ko'rsatish. Birinchi qatorda "t testining ikkita namunasi uchun gipotezalar" ko'rsatiladi. Ikkinchi satrda "H0 = Oddiy miyaning qon tomirlari miqdori Moyamoya kasalligi bo'lgan miyaning qon tomirlari miqdoriga teng" ko'rsatiladi, bu gipotezani bildirmaydi. Uchinchi qatorda "HA = Oddiy miyaning qon tomirlari miqdori Moyamoya kasalligi bo'lgan miya qon tomirlari miqdoriga teng kelmaydi" ko'rsatiladi. muqobil gipotezani bayon qilish.

95% ishonch oralig'i va 3 o'lchov o'lchovidan foydalanib, t balini tinv ([0.025 0.975], 2) buyrug'i yordamida hisoblang va t o'zgaruvchiga tayinlang. Var (NormalBloodVessels) va var (MoyaMoyaBloodVessels) buyruqlaridan foydalaning va ikkala ma'lumotlar to'plamining farqlarini hisoblash uchun ularni o'zgaruvchilarga belgilang.

Variantlar teng yoki yo'qligini tekshiring. If, else buyrug'i bilan if/else iborasini yaratish orqali buni bajaring. If ifodasidagi shart uchun A / B == [0.25: 4] yozing, bu erda A - oddiy qon tomirlarining dispersiyasini, B - Moyamoya qon tomirlarining dispersiyasini hisobga oluvchi o'zgaruvchini. 0,25 va 4 farqlarning teng yoki yo'qligini aniqlash uchun umumiy hisobdan kelib chiqadi. Keyin ikkita namuna t testini [h, p] = ttest2 (A, B, 0,05, 'ikkalasi', 'teng') bilan bajaring, bunda A va B avval aytib o'tilganidek o'zgaruvchilardir. Else ifodasi uchun [h, p] = ttest2 (A, B, 0,05, 'ikkalasi', 'tengsiz') dan foydalanib, t tafovutlar teng bo'lmagan holatda ikkita namunali t testini bajaring. If/else iborasini tugating. Bu p ni hisoblab chiqadi.

P qiymatiga asoslangan xulosani ko'rsatadigan if/else iborasini yarating. If ifodasining sharti p> 0,05 bo'ladi. P qiymati 0,05 dan katta bo'lsa, biz odatda nol gipotezani rad qila olmasligimiz uchun disp ('X') buyrug'idan foydalanib "p qiymati 0,05 dan katta bo'lgani uchun biz null gipotezani rad qila olmaymiz" va Shunday qilib, biz oddiy miyaning qon tomirlari miqdori Moyamoya kasalligi bo'lgan miyaning qon tomirlari miqdoriga tengligini rad qila olmaymiz. Boshqa bayonotda, biz odatda p qiymati 0,05 dan past bo'lganda null gipotezani rad etamiz, disp ('X') buyrug'idan foydalanib "p qiymati 0,05 dan past bo'lgani uchun biz null gipotezani rad etamiz" va " Shunday qilib, biz oddiy miyaning qon tomirlari miqdori Moyamoya kasalligi bo'lgan miyaning qon tomirlari bilan teng emasligini inkor eta olmaymiz ". If/else iborasini tugating.