ПРОЦЕС ІДЕНТИФІКАЦІЇ УРАЖЕНЬ ЛЕГЕНІВ НА ЗНІМКАХ КОМП’ЮТЕРНОЇ ТОМОГРАФІЇ ПРИ COVID-19

О.Б. Давидько, Олександра Матвійчук
{"title":"ПРОЦЕС ІДЕНТИФІКАЦІЇ УРАЖЕНЬ ЛЕГЕНІВ НА ЗНІМКАХ КОМП’ЮТЕРНОЇ ТОМОГРАФІЇ ПРИ COVID-19","authors":"О.Б. Давидько, Олександра Матвійчук","doi":"10.20535/2617-8974.2023.9.277490","DOIUrl":null,"url":null,"abstract":"У поточному дослідженні розглядається розробка 4-етапного процесу для ідентифікації уражень легень спричинених COVID-19. Система, що реалізує даний процес використовує згорткові та повнозв’язні нейронні мережі, логістичного самоорганізованого лісу із формуванням вирішального класифікаційного правила за принципами методу групового урахування аргументів. Дана система також містить механізм для обчислення відносного об’єму ушкодження легенів. Підсистема для пошуку зображень з ураженнями досягла якості класифікації з коефіцієнтом кореляції Метьюза 0,98. Підсистема для сегментації уражень досягла метрики Dice score 0,74, а система для класифікації уражень досягла F1-score 1, 0,95, 0,93 для типів ураження «матове скло», «бруківка», «консолідація» відповідно. Результати демонструють ефективність реалізованого багаторівневого рішення при розв’язанні завдань ідентифікації та класифікації уражень легенів. \nКлючові слова: текстурний аналіз, нейронні мережі, метод групового урахування аргументів, COVID-19, медичні зображення","PeriodicalId":386518,"journal":{"name":"Біомедична інженерія і технологія","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2023-04-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Біомедична інженерія і технологія","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.20535/2617-8974.2023.9.277490","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

У поточному дослідженні розглядається розробка 4-етапного процесу для ідентифікації уражень легень спричинених COVID-19. Система, що реалізує даний процес використовує згорткові та повнозв’язні нейронні мережі, логістичного самоорганізованого лісу із формуванням вирішального класифікаційного правила за принципами методу групового урахування аргументів. Дана система також містить механізм для обчислення відносного об’єму ушкодження легенів. Підсистема для пошуку зображень з ураженнями досягла якості класифікації з коефіцієнтом кореляції Метьюза 0,98. Підсистема для сегментації уражень досягла метрики Dice score 0,74, а система для класифікації уражень досягла F1-score 1, 0,95, 0,93 для типів ураження «матове скло», «бруківка», «консолідація» відповідно. Результати демонструють ефективність реалізованого багаторівневого рішення при розв’язанні завдань ідентифікації та класифікації уражень легенів. Ключові слова: текстурний аналіз, нейронні мережі, метод групового урахування аргументів, COVID-19, медичні зображення
目前的研究探讨了如何开发一种分 4 个步骤的程序,用于识别 COVID-19 引起的肺部病变。实现这一过程的系统使用了卷积和全连接神经网络、逻辑自组织森林以及基于群体论证法原理形成的决定性分类规则。该系统还包含一个计算肺损伤相对体积的机制。发现病变图像的子系统达到了马修斯相关系数 0.98 的分类质量。病变分割子系统的 Dice 得分为 0.74,病变分类系统对 "磨砂玻璃"、"鹅卵石 "和 "合并 "病变类型的 F1 得分分别为 1、0.95 和 0.93。结果表明,所实施的多层次解决方案在解决肺部病变的识别和分类问题方面非常有效。关键词:纹理分析、神经网络、分组论证方法、COVID-19、医学图像
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信