Xem trước tài liệu

Đang tải tài liệu...

Thông tin chi tiết tài liệu

Định dạng: PDF
Số trang: 91 trang
Dung lượng: 3 MB

Giới thiệu nội dung

Phân tích Cấu trúc Ảnh cho Phân loại Bệnh Da Người

Tác giả: PGS.TS. Nguyễn Thanh Hải

Lĩnh vực: Khoa học Kỹ thuật và Công nghệ

Nội dung tài liệu:

Nghiên cứu này tập trung vào việc thiết kế một hệ thống nhận biết bệnh da người thông qua phương pháp phân tích cấu trúc ảnh và thuật toán mạng học sâu. Đề tài sử dụng các bộ dữ liệu về bệnh da phổ biến để đánh giá hiệu quả của thuật toán đề xuất. Điểm mới và sáng tạo của nghiên cứu nằm ở việc nâng cao độ chính xác trong phân loại bệnh da, hỗ trợ bác sĩ trong việc chẩn đoán và đưa ra quyết định điều trị sớm. Cụ thể, nghiên cứu tập trung vào xử lý hình ảnh để trích xuất sáu đặc trưng tối ưu từ mười một đặc trưng ban đầu, giúp tăng hiệu suất phân loại và giảm thời gian huấn luyện. Quy trình xử lý ảnh bao gồm chuẩn hóa kích thước, loại bỏ nhiễu, phân đoạn để tách vùng có dấu hiệu bệnh (ROI), sau đó áp dụng phương pháp ma trận đồng xuất hiện mức xám (GLCM) để phân tích kết cấu và trích xuất đặc trưng. Kết quả cho thấy độ chính xác phân loại đạt khoảng 92%, minh chứng cho hiệu quả của phương pháp. Nghiên cứu này có tiềm năng phát triển cho các bộ dữ liệu y tế khác, hỗ trợ công tác chẩn đoán bệnh.

Mục lục chi tiết:

  • DANH SÁCH HÌNH
  • DANH SÁCH BẢNG
  • DANH SÁCH TỪ VIẾT TẮT
  • THÔNG TIN KẾT QUẢ NGHIÊN CỨU
  • Chương 1: TỔNG QUAN
    • 1.1. Tổng quan về lĩnh vực nghiên cứu, các kết quả nghiên cứu trong và ngoài nước đã công bố
    • 1.2. Tính cấp thiết
    • 1.3. Mục tiêu đề tài
    • 1.4. Cách tiếp cận, phương pháp nghiên cứu, phạm vi nghiên cứu
  • Chương 2: CƠ SỞ LÝ THUYẾT
    • 2.1. Các loại bệnh da thường gặp ở người
    • 2.2. Phương pháp phân loại bệnh da người
      • 2.2.1. Phân loại bệnh da dựa vào phương pháp truyền thống
      • 2.2.2. Phân loại bệnh da dựa vào mạng học sâu
    • 2.3. Phương pháp trích đặc trưng
      • 2.3.1. Phương pháp phân tích GLCM
      • 2.3.2. Phương pháp phân tích đặc trưng về màu sắc
      • 2.3.3. Phương pháp phân tích LBP
  • Chương 3: PHƯƠNG PHÁP TRÍCH ĐẶC TRƯNG GLCM CHO ẢNH BỆNH DA
    • 3.1. Contrast
    • 3.2. Energy
    • 3.3. Homogeneity
    • 3.4. Entropy
    • 3.5. Mean
    • 3.6. Standard Deviation
  • Chương 4: PHÂN LOẠI BỆNH DA DÙNG MẠNG NƠ RON NHIỀU LỚP VÀ ĐẶC TRƯNG GLCM
    • 4.1. Phương pháp tách vùng da bệnh
      • 4.1.1. Tập dữ liệu bệnh da
      • 4.1.2. Tiền xử lý ảnh
      • 4.1.3. Phân đoạn ảnh trích ROI
    • 4.2. Lựa chọn các đặc trưng cho quá trình huấn luyện phân loại bệnh da
    • 4.3. Mô hình mạng Nơ ron
    • 4.4. Kết quả thực nghiệm
      • 4.4.1. Dữ liệu ảnh bệnh da
      • 4.4.2. Kết quả tách ROI
      • 4.4.4. Kết quả phân loại sử dụng MLNNs
      • 4.4.5. Thí nghiệm với số lượng bệnh da khác nhau
  • KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
    • 5.1. Kết luận
    • 5.2. Hướng phát triển
  • TÀI LIỆU THAM KHẢO
  • PHỤ LỤC