Классификация медицинских изображений на основе анализа спектров локальных окон

Аннотация:

Представлен метод автоматической классификации медицинских изображений с использованием нейронных сетей. Метод включает в себя этап сегментации изображения с выделением областей интереса и этап классификации сегментов по выделяемым классам патологических образований. Разработаны алгоритмическое и программное обеспечения для классификации медицинских изображений, экспериментальная апробация которых на контрольных выборках при дифференциальной диагностике сегментов классов «онкология» и «панкреатит» на эндоскопических снимках поджелудочной железы показала диагностическую чувствительность по классам не менее 0,8 при диагностической специфичности не менее 0,85. Ультразвуковая диагностика является одной из наиболее распространенных схем выявления заболеваний в клинической практике. У ультразвуковой визуализации есть много преимуществ, таких как безопасность, удобство и низкая стоимость. Однако для освоения методики интерпретации ультразвукового изображения требуются годы опыта и подготовки. Для поддержки диагностики клиницистов и снижения нагрузки на врачей предлагается множество систем ультразвуковой компьютерной диагностики, в том числе и диагностика заболеваний поджелудочной железы (ПЖ). В настоящее время разработаны различные методы, модели и алгоритмы для решения проблемы идентификации и классификации снимков УЗИ поджелудочной железы (ПЖ). В последние годы все больше ученых осознают, что повышение производительности и точности анализа медицинских изображений может быть достигнуто за счет использования искусственного интеллекта и, в частности, нейросетевых классификаторов изображений. Поэтому для классификации снимков УЗИ ПЖ при диагностике заболеваний мы будем использовать полностью связанные нейронные сети, а для повышения эффективности классификации изображение предварительно сегментируется на прямоугольные сегменты одинакового размера и для каждого сегмента принимается решение о возможности наличия панкреатита или онкологии.

Авторы:

Издание: Медицинская техника
Год издания: 2023
Объем: 3с.
Дополнительная информация: 2023.-N 5.-С.18-20. Библ. 11 назв.
Просмотров: 10