基于SURF-SVM的无线胶囊内镜胃肠道疾病识别与分类
图像与视频处理
2020-09-03 v1
摘要
内镜对胃肠道（GIT）疾病的诊断有重大贡献。由于结肠镜存在一定局限性，无线胶囊内镜（WCE）正以其便捷与高效逐渐取代它。WCE通过患者吞服的微型光学内镜执行，并在其穿过患者体内GIT的过程中无线传输彩色图像。这些图像被用于实现一种有效且计算高效的方法，旨在自动检测GIT中的异常与正常组织，从而有助于减少审阅者的人工工作。该算法进一步旨在将病变组织分类为已知影响该 tract 的各种GIT疾病。在本稿件中，用于检测兴趣点的描述子为加速稳健特征（SURF），其利用图像中包含的彩色信息并转换为CIELAB空间颜色以更好地识别。在兴趣点提取的特征随后用于训练和测试支持向量机（SVM），使其自动将图像分类为正常或异常并进一步检测特定异常。SVM结合若干参数，在分类正常与异常图像时给出94.58%的很高准确率，在多类分类时给出82.91%的准确率。本工作是先前仅限使用此方法进行的二类分类所报道分析的改进。
引用
@article{arxiv.2009.01179,
title = {SURF-SVM Based Identification and Classification of Gastrointestinal Diseases in Wireless Capsule Endoscopy},
author = {Vanshika Vats and Pooja Goel and Amodini Agarwal and Nidhi Goel},
journal= {arXiv preprint arXiv:2009.01179},
year = {2020}
}
备注
5 pages, 7 figures, 15 subfigures in total