基于计算机视觉的胆道树交互式自动诊断方法
图像与视频处理
2022-09-13 v1 计算机视觉与模式识别
机器学习
摘要
胆道树是连接肝脏与位于其正下方的胆囊的一组管道网络。胆总管是胆道树中的主要管道。胆管扩张是人体更重大疾病的关键指标，例如常由胰腺或法特壶腹引起的结石和肿瘤。在许多情况下，初学者或未受训的医务人员可能难以检测胆管扩张。即便是专业人员也无法用肉眼检测到胆管扩张。本研究提出了一种独特的基于视觉的胆道树初步诊断模型。为从磁共振图像中分割胆道树，该框架使用了不同的图像处理方法（MRI）。在图像感兴趣区域被分割后，对其进行了大量计算以提取10个特征，包括长轴、短轴、胆管面积、胆道树面积、紧致度以及一些纹理特征（对比度、均值、方差和相关性）。本研究使用了来自约旦安曼侯赛因国王医疗中心的影像数据库，包含200张MRI图像，其中100例为正常病例，100例为胆管扩张患者。特征提取后，使用多种分类器根据患者健康状况（正常或扩张）判断其病情。结果表明，所提取的特征在所有分类器的准确率和曲线下面积方面均表现良好。本研究的独特之处在于采用自动化方法从MRI图像中分割胆道树，并将提取的特征与胆道树状态进行科学关联，这在以往文献中从未有过。
引用
@article{arxiv.2209.04646,
title = {An Interactive Automation for Human Biliary Tree Diagnosis Using Computer Vision},
author = {Mohammad AL-Oudat and Saleh Alomari and Hazem Qattous and Mohammad Azzeh and Tariq AL-Munaizel},
journal= {arXiv preprint arXiv:2209.04646},
year = {2022}
}