التقطيع المؤتمت للمناطق المصابة في صور طبقي محوري للصدر لمرضى الكورونا COVID-19 باستخدام مصنف بايز الغاوصي المراقب
استخدمت في هذه الورقة مائة صورة من تصوير مقطعي محوسب للصدر لمرضى الكورونا COVID-19 لبناء واختبار مصنّف Naïve Gaussian Bayes لتمييز النسج الطبيعية من النسج غير الطبيعية. قُسمت المناطق المصابة في هذه الصور يدويًا بواسطة أخصائي أشعة خبير. أجريت عملية استخراج قيمة البكسل الرمادية والانتروبيا المحلية...
| Main Author: | |
|---|---|
| Format: | Article |
| Language: | Arabic |
| Published: |
Tishreen University
2020-12-01
|
| Series: | مجلة جامعة تشرين للبحوث والدراسات العلمية- سلسلة العلوم الهندسية |
| Subjects: | |
| Online Access: | https://journal.tishreen.edu.sy/index.php/engscnc/article/view/10071 |
| Summary: | استخدمت في هذه الورقة مائة صورة من تصوير مقطعي محوسب للصدر لمرضى الكورونا COVID-19 لبناء واختبار مصنّف Naïve Gaussian Bayes لتمييز النسج الطبيعية من النسج غير الطبيعية. قُسمت المناطق المصابة في هذه الصور يدويًا بواسطة أخصائي أشعة خبير. أجريت عملية استخراج قيمة البكسل الرمادية والانتروبيا المحلية وقيم الهستوغرام للتدرجات الموجهة HOG كميزات لتصنيف صور الأنسجة. استنادًا إلى تجارب تصنيف ذات خمس طيات ، وصلت درجة دقة المصنف إلى حوالي 79.94٪. كان التصنيف أكثر دقة (85٪) في التعرف على الأنسجة الطبيعية من الأنسجة غير الطبيعية (63٪). كانت أيضاً الفعالية في تحديد المناطق أكثر وضوحًا في الأنسجة الطبيعية من الأنسجة غير الطبيعية.
|
|---|---|
| ISSN: | 2079-3081 2663-4279 |