METODY WYKRYWANIA I WYRÓŻNIANIA OBSZARÓW W TEKSTUROWANYCH OBRAZACH BIOMEDYCZNYCH RAKA PIERSI

This paper is devoted to topical issues - the development of methods for analyzing texture images of breast cancer. The main problem that is resolved in the article is that the requirements for the results of pre-processing are increasing. As a result of the task, images of magnetic resonance imaging of the breast are considered for image processing using texture image analysis methods. The main goal of the research is the development and implementation of algorithms that allow detecting and isolating a tumor in the breast in women in an image. To solve the problem, textural features, clustering, orthogonal transformations are used. The methods of analysis of texture images of breast cancer, carried out in the article, namely: Hadamard transform, oblique transform, discrete cosine transform, Daubechies transform, Legendre transform, the results of their software implementation on the example of biomedical images of oncological pathologies on the example of breast cancer, it is shown that The most informative for image segmentation is the method based on the Hadamard transform and the method based on the Haar transform. The article presents recommendations for using the results in practice, namely, it is shown that clinically important indicators that make a significant contribution to assessing the degree of pathology and the likelihood of developing diseases, there are other information parameters: diameter, curvature, etc. Therefore, increased requirements for the reliability, accuracy, speed of processing biomedical images.Niniejszy artykuł poświęcony jest zagadnieniom aktualnym - opracowaniu metod analizy obrazów tekstury raka piersi.Głównym problemem, który został rozwiązany w artykule, jest to, że wymagania dotyczące wyników wstępnego przetwarzania rosną.W wyniku zadania obrazy rezonansu magnetycznego piersi są brane pod uwagę do przetwarzania obrazu za pomocą metod analizy obrazu tekstury.Głównym celem badań jest opracowanie i wdrożenie algorytmów, które pozwalają wykryć i wyizolować guz w piersi u kobiet na obrazie.Aby rozwiązać ten problem, stosuje się cechy teksturalne, grupowanie, transformacje ortogonalne.Metody analizy obrazów tekstury raka piersi, przeprowadzone w artykule, a mianowicie: transformata Hadamarda, transformacja ukośna, dyskretna transformacja cosinusowa, transformacja Daubechies, transformacja Legendre,wyniki ich implementacji oprogramowania na przykładzie biomedycznych obrazów patologii onkologicznych na przykładzie raka piersi, pokazano, że Najbardziej pouczająca dla segmentacji obrazu jest metoda oparta na transformacie Hadamarda i metoda oparta na transformacie Haara.W artykule przedstawiono zalecenia dotyczące wykorzystania wyników w praktyce, a mianowicie wykazano, że klinicznie ważne wskaźniki, które w znacznym stopniu przyczyniają się do oceny stopnia patologii i prawdopodobieństwa rozwoju chorób, istnieją inne parametry informacyjne: średnica, krzywizna itp.Dlatego zwiększono wymagania dotyczące niezawodności, dokładności, szybkości przetwarzania obrazów biomedycznych