研究喉镜图像分布和纹理融合特征提取算法的研究

科学领域:

• 医疗成像医学成像
• 人工智能在医学中的应用
• 耳鼻喉科 耳鼻喉科 耳鼻喉科

背景情况:

• 不断增加的医疗数据给医生带来负担,需要先进的诊断工具.
• 使用喉镜图像进行喉喉反流 (LPR) 的计算机辅助诊断需要进一步开发.

研究的目的:

• 为喉镜成像数据开发一种创新的特征提取和分类方法.
• 用计算机辅助方法提高LPR诊断的准确性和效率.
• 为了减轻医生的诊断工作量,并提供实际的临床价值.

主要方法:

• 利用了来自吉林大学第二医院的喉镜图像.
• 开发了一种集成的特征提取方法,将本地二进制模式 (纹理) 和灰色直方图 (分布) 特性结合起来.
• 在提取的特征上比较了五种经典分类算法的性能.

主要成果:

• 拟议的特征提取方法与随机森林算法相结合,在喉镜图像分类中实现了96.61%的准确性.
• 开发的算法表现出了出色的分类性能.
• 该方法显示样本大小要求较低,表明高效率和实用性.

结论:

• 综合特征提取和随机森林分类方法为LPR诊断提供了高度准确和高效的方法.
• 这种计算机辅助方法在临床环境中具有显著的实际价值.
• 这项研究强调了先进图像分析在减少医生诊断负担方面的潜力.