make a website

Характеристика чіткості цервікографічних зображень з використанням численних вимірювань із власними посиланнями та класифікаторами

by MobileODT | Feb 11, 2018 | Medical Research

Анотація: Рак шийки матки є четвертим найбільш поширеним раком серед жінок у всьому світі і особливо поширений в умовах низького ресурсу через відсутність скринінгу та варіантів лікування. Візуальний огляд оцтовою кислотою (ВІА) є широко поширеним і економічно ефективним методом скринінгу для цервікального ураження перед раком, але точність залежить від рівня досвіду медичного працівника. Цифрова цервікографія, що фіксує зображення шийки матки, дає змогу переглянути експертне дослідження або потенційно алгоритм машинного навчання. Ці огляди вимагають зображення достатньої якості. Однак якість зображення значно відрізняється для користувачів. Був розроблений новий алгоритм для оцінки різкості зображень, знятих за допомогою цифрового пристрою для прийому даних (EVA System), щоб, врешті-решт, забезпечити зворотний зв'язок з працівником охорони здоров'я. Основними проблемами є те, що алгоритм оцінює лише одне зображення кожної шийки матки, він повинен бути надійним до мінливості зображень шийки матки і досить швидко працювати в реальному часі на мобільному пристрої, а модель машинного навчання повинна бути досить малою. щоб поміститися в пам'ять мобільного пристрою, тренуватися на невеликому незбалансованому наборі даних і працювати в режимі реального часу.
У даній роботі результати фокусування попередньо обробленого зображення і гаусово-розмитої версії зображення обчислюються з використанням встановлених методів і використовуються як ознаки. Запропоновано метрику вибору ознак для вибору верхніх властивостей, які потім використовувалися у випадковому лісовому класифікаторі для отримання остаточної оцінки фокусу. Отримана модель, заснована на дев'яти розрахованих оцінках фокусу, досягла значно кращої точності, ніж будь-яка одинична міра фокусування при випробуванні на наборі зображень. Площа під кривою робочих характеристик приймача становила 0,9459.

Characterization of cervigram image
sharpness using multiple selfreferenced measurements and
random forest classifiers

Mayoore Jaiswal, Matt Horning, Liming Hu, Yau Ben-Or,
Cary Champlin, et al.