АЛГОРИТМЫ ОБНАРУЖЕНИЯ И КЛАССИФИКАЦИЯ ПАТОЛОГИИ ЛЕГКИХ НА РЕНТГЕНОВСКИХ СНИМКАХ

Перевод названия: ALGORITHMS FOR PROCESSING AND ANALYSIS OF EXPERIMENTAL MEDICAL IMAGES

Тип публикации: статья из журнала

Год издания: 2019

Ключевые слова: рентгенография грудной клетки, техника повышения контрастности, обнаружение границы легких, матрица совместного появления уровня серого, вероятностная нейронная сеть, Chest X-ray imaging, balance contrast enhancement technique, lung boundary detection, Gray level co-occurrence matrix, Probabilistic neural network

Аннотация: В статье представлен подход (вычислительная методика) для определения границ легких и классификации изображений в обычных рентгенограммах передней части грудной клетки. Мы определяем области легких, размеры областей и неровности формы с помощью методов сегментации, которые используются при обработке изображений на рентгенограммах грудной клетки. Из изображения извлекаем объекты интереса с использованием матрицы совпадений уровней серого (GLCM). Это позволяет классифицировать как нормальное изображение, так и аномальное (с патологиями), используя алгоритм вероятностной нейронной сети (PNN). Предложенный метод имеет преимущества в связи со сравнительно более коротким временем обучения и повышенной точностью.

Ссылки на полный текст

Издание

Журнал: Медицина и высокие технологии

Выпуск журнала: 2

Номера страниц: 46-53

ISSN журнала: 23063645

Место издания: Москва

Издатель: Автономная некоммерческая оргназиция "Издательство РДК-Пресс"

Авторы

  • Симонов Константин Васильевич (Институт вычислительного моделирования СО РАН)
  • Зотин Александр Геннадьевич (Сибирский государственный университет науки и технологии им. академика М.Ф. Решетнева)
  • Хамад Юсиф Ахмед (Институт космических и информационных технологий Сибирского федерального университета)

Вхождение в базы данных

Информация о публикациях загружается с сайта службы поддержки публикационной активности СФУ. Сообщите, если заметили неточности.

Вы можете отметить интересные фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.