КЛАСИФІКАТОР СТАНУ ПЕЧІНКИ У ДІТЕЙ З ПАТОЛОГІЄЮ ГЕПАТОБІЛІАРНОЇ СИСТЕМИ ЗА ТЕКСТУРНИМИ СТАТИСТИКАМИ УЛЬТРАЗВУКОВОГО ДОСЛІДЖЕННЯ
| Rok vydání: | 2019 |
|---|---|
| Předmět: |
текстурні статистики
метод головних компонент principal component analysis Computer science классификация 004.932.2 diffuse liverdiseases диффузные заболевания печени Logistic regression детские заболевания текстурный анализ kernel methods textural analysis текстурные статистики ядрові методи child hoodillnesses ядерные методы класифікація ультразвукова діагностика перекрестная проверка crossvalidation Analysis method метод главных компонентов дитячі захворювання ultrasound diagnostics перехресна перевірка дифузні захворювання печінки business.industry текстурний аналіз Pattern recognition Random forest ультразвуковая диагностика classification textural statistics Multilayer perceptron Principal component analysis Ultrasound diagnostics Artificial intelligence business |
| Zdroj: | Біомедична інженерія і технологія, 2019, №2 |
| ISSN: | 2617-8974 |
| DOI: | 10.20535/2617-8974.2019.2.184714 |
| Popis: | За результатами ультразвукового дослідження печінки можна діагностувати наявність дифузних захворювань печінки.На вході було отримано набір медичних зображень ультразвукової діагностики печінки. В даній роботі до зображень було застосовано методи текстурного аналізу, внаслідок чого було отримано 96 статистичних ознак. Всі отримані дані були приведені до стандартного розподілу. Кількість ознак була скорочена при збереженні вагомої інформації за допомогою ядрової методики головних компонент. Розглянуто побудову моделі класифікатора, наведено порівняння ефективності моделі випадкового лісу, логістичної регресії та багатошарового перцептрону. Проведено оцінювання точності моделі за допомогою методу перехресної перевірки. Найкращий результат показала модель мультиноміальної логістичної регресії – 77%. Розроблено систему для прогнозування можливих патології печінки у дітей за допомогою текстурного аналізу результатів сонографії. Отримана система візуалізує результати прогнозування та їх точність для спрощення процесу прийняття рішень лікарем з ультразвукової діагностики. With the results of ultrasound diagnostics of the liver, it is possible to diagnose the presence of diffuse liver diseases. At the entrance it was received a set of medical images of ultrasound diagnostics of the liver. In this work, texture analysis methods were applied to the images, therefore it was received 96 statistical features. All received data were brought to the standard distribution. The number of attributes has been reduced while retaining significant information through the principal component analysis. The construction of the classifier model is considered, the comparison of the efficiency of the model of random forest, logistic regression and multilayer perceptron is given. The accuracy of the model was evaluated using the cross-validation. The best result got the model of multivariate logistic regression - 77%. The system for prediction of possible liver disease in children is developed with the help of texture analysis of the results of sonography. The obtained system visualizes the results of prediction and their accuracy in order to simplify the decision-making process of the ultrasound diagnostics doctor. По результатам ультразвукового исследования печенки можно диагностировать наличие диффузных заболеваний печени. На входе было получено набор медицински зображений ультразвуковой діагностики печени. В даннойработе к изображениям были применены методы текстурного анализа, в результате чего было получено 96 статистических признаков. Все полученные данные были приведены к стандартному распределению. Количество признаков было сокращена при сохранении значимой информации с помощью ядерной методики главных компонентов. Рассмотрено построение модели классификатора, приведено сравнение эффективности модели случайного леса, логистической регрессии и многослойного персептрона. Проведена оценк точности модели с помощью метода перекрестной проверки. Лучший результат показала модель мультиномиальной логистической регрессии - 77%. Разработана система для прогнозирования возможных патологии печени у детей с помощью текстурного анализа результатов сонографии. Полученная система визуализирует результат прогнозирования и их точность для упрощени процесса приняти решений врачом ультразвуковой диагностики. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|