Сегментация медицинских изображений методами машинного обучения на языке Python
Аннотация
Объектом данного исследования является стандартная база данных цифровых изображений туберкулеза, созданная Национальной медицинской библиотекой штата Мэриленд, США в сотрудничестве с Народной больницей No 3 Шэньчжэня, Медицинским колледжем Гуандуна, Шэньчжэнь, Китай.
Целью данного исследования является написание алгоритма действий, основанного на классических методах сегментации с учетом их сильных и слабых сторон для машинного обучения с задачей максимизирования скорости при минимизировании ошибки.
Методы и методология: пороговая обработка, метод гисторамм, K – means, метод обнаружения границ, морфологические операции, U – net.
Результатом работы является реализация заявленных методов средствами языка python. Получены сегментированные выходные изображения. Произведен сравнительный анализ выбранных методов
Целью данного исследования является написание алгоритма действий, основанного на классических методах сегментации с учетом их сильных и слабых сторон для машинного обучения с задачей максимизирования скорости при минимизировании ошибки.
Методы и методология: пороговая обработка, метод гисторамм, K – means, метод обнаружения границ, морфологические операции, U – net.
Результатом работы является реализация заявленных методов средствами языка python. Получены сегментированные выходные изображения. Произведен сравнительный анализ выбранных методов