基于手骨X射线与自组织映射方法的骨关节炎疾病检测系统
计算机视觉与模式识别
2018-02-20 v1
摘要
骨关节炎是一种在世界范围内（包括印度尼西亚）发现的疾病。本研究的目的是使用自组织映射（SOM）检测骨关节炎疾病，并了解自组织映射（SOM）方法在人工智能上的处理流程。在该系统中，使用自组织映射检测骨关节炎疾病需经过若干阶段：对正常与患病的手骨（Ossa Manus）伦琴摄影图像（分辨率为150 x 200像素）进行结果保存，执行对比度修复、灰度化、阈值化处理、直方图处理，并进行最后的处理，即对保持为数据形状（.text）的图像进行训练（Training）与测试。结论是使用数据图像进行测试的结果：42个数据中有12个正常图像数据和30个患病图像数据。在训练数据处理结果中，有8个X射线图像被正确判定为正常，19个患病X射线图像被正确判定为患病。训练过程的准确率为96.42%；在测试过程中，4个真实正常图像被正确判定为正常，9个真实患病数据被正确判定为患病，1个患病图像数据被错误判定，测试结果的准确率为92.8%。
引用
@article{arxiv.1802.06624,
title = {Osteoarthritis Disease Detection System using Self Organizing Maps Method based on Ossa Manus X-Ray},
author = {Putri Kurniasih and Dian Pratiwi},
journal= {arXiv preprint arXiv:1802.06624},
year = {2018}
}
备注
6 pages, 12 figures, 1 table