التقطيع المؤتمت للمناطق المصابة في صور طبقي محوري للصدر لمرضى الكورونا COVID-19 باستخدام مصنف بايز الغاوصي المراقب

المؤلفون

  • اياد حاتم جامعة تشرين

الكلمات المفتاحية:

تحليل الصور الطبية، تجزئة الصورة، كورونا COVID-19، التصوير المقطعي، مصنف Naïve Gaussian Bayes

الملخص

استخدمت في هذه الورقة مائة صورة  من تصوير مقطعي محوسب للصدر لمرضى الكورونا COVID-19 لبناء واختبار مصنّف Naïve Gaussian Bayes  لتمييز النسج الطبيعية من النسج غير الطبيعية. قُسمت المناطق المصابة في هذه الصور يدويًا بواسطة أخصائي أشعة خبير. أجريت عملية استخراج قيمة البكسل الرمادية والانتروبيا المحلية وقيم الهستوغرام للتدرجات الموجهة HOG كميزات لتصنيف صور الأنسجة. استنادًا إلى تجارب تصنيف ذات خمس طيات ، وصلت درجة دقة المصنف إلى حوالي 79.94٪. كان التصنيف أكثر دقة (85٪) في التعرف على الأنسجة الطبيعية من الأنسجة غير الطبيعية (63٪). كانت أيضاً الفعالية في تحديد المناطق أكثر وضوحًا في الأنسجة الطبيعية من الأنسجة غير الطبيعية.

السيرة الشخصية للمؤلف

اياد حاتم، جامعة تشرين

أستاذ مساعد- كلية الهندسة الميكانيكية والكهربائية

التنزيلات

منشور

2020-12-02

كيفية الاقتباس

1.
حاتم ا. التقطيع المؤتمت للمناطق المصابة في صور طبقي محوري للصدر لمرضى الكورونا COVID-19 باستخدام مصنف بايز الغاوصي المراقب. Tuj-eng [انترنت]. 2 ديسمبر، 2020 [وثق 22 يناير، 2025];42(5). موجود في: https://journal.tishreen.edu.sy/index.php/engscnc/article/view/10071