이 연구는 CT 스캔 이미지에서 신장 이상을 정확하게 탐지하기 위한 방법을 제안한다. 먼저 이미지 전처리 단계에서 자르기, 크기 조정, CLAHE 기법을 적용하여 이미지 품질을 향상시켰다. 그 다음 특징 추출 단계에서 기존의 Local Binary Pattern (LBP) 기법과 새로운 Adaptive Local Binary Pattern (A-LBP) 기법을 사용하였다. A-LBP는 LBP를 개선한 것으로, 신장 조직의 다양한 텍스처 특징을 효과적으로 포착할 수 있다.
추출된 특징들은 Random Forest, Decision Tree, Naive Bayes, K-Nearest Neighbor, SVM 등의 분류기에 입력되었다. 또한 이 5개의 분류기를 soft voting 앙상블 기법으로 결합하여 더 강력한 모델을 만들었다.
실험 결과, A-LBP와 앙상블 기법을 사용한 모델이 99% 이상의 정확도를 달성하여 기존 방법들을 크게 능가하는 성능을 보였다. 이는 신장 이상 탐지를 위한 의료 영상 분석 분야에 기여할 것으로 기대된다.
To Another Language
from source content
arxiv.org
Principais Insights Extraídos De
by Tahmim Hossa... às arxiv.org 04-24-2024
https://arxiv.org/pdf/2404.14560.pdfPerguntas Mais Profundas