关于RGB和多光谱图像与带选择用于自动瘤分级的实用性的分析研究
Suchithra Kunhoth1, Somaya Al-Maadeed1
1Department of Computer Science and Enginering, Qatar University, Doha 2713, Qatar.
Diagnostics (Basel, Switzerland)
|August 10, 2024
概括
多光谱成像比RGB提高了瘤分级的准确性,在结直肠瘤中达到86%. 一种拟议的频段选择方法进一步提高了准确度,达到94%以上,同时缩短了处理时间.
科学领域:
- 医疗成像医学成像
- 计算机视觉 计算机视觉
- 机器学习 机器学习
背景情况:
- 瘤分类对于癌症治疗至关重要.
- 图像处理和机器学习提升了瘤分类.
- 多光谱成像提供了丰富的数据超越RGB.
研究的目的:
- 比较RGB与多谱成像用于结直肠瘤分级.
- 提出一个带选择策略,以优化多谱数据.
- 提高分类准确度,降低计算成本.
主要方法:
- 利用旋转不变局部相量化 (LPQ) 特性和SVM分类器.
- 对比RGB和完整的多光谱数据集 (QU-Al Ahli数据集).
- 开发了一种基于相互信息的乐队选择方法.
主要成果:
- 多光谱成像产生了86%的准确性,在数据集I上表现优于RGB (80%).
- 拟议的频段选择方法在使用更少的频段时,在数据集II上实现了>94%的准确性.
- 带选择策略减少了计算需求.
结论:
- 多光谱成像为瘤分类提供了卓越的性能.
- 频段选择在优化多谱数据的准确性和效率方面是有效的.
- 拟议的方法解决了高维成像数据的计算挑战.
