ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > تحسين عملية التعرف على الأسنان...>الوصف

تحسين عملية التعرف على الأسنان المعالجة في الصور البانورامية بالاعتماد على الاختبار الأمثل للسمات

العنوان بلغة أخرى: Improving the Process of Recognition the Treated Teeth in the Panoramic Images Based on the Optimal Features Selection
المصدر: مجلة العلوم الهندسية وتكنولوجيا المعلومات
الناشر: المركز القومي للبحوث
المؤلف الرئيسي: زكريا، علاء خالد (مؤلف)
المؤلف الرئيسي (الإنجليزية): Zakaria, Alaa Khaled
مؤلفين آخرين: العبود، عيد (م. مشارك) , خضرا، ياسر (م. مشارك)
المجلد/العدد: مج3, ع3
محكمة: نعم
الدولة: فلسطين
التاريخ الميلادي: 2019
الشهر: سبتمبر
الصفحات: 1 - 15
DOI: 10.26389/AJSRP.A010519
ISSN: 2522-3321
رقم MD: 1038128
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: HumanIndex
مواضيع:
الأسنان | الصور الرقمية | الصور البانورامية | نسيج الصورة | اختيار السمات
كلمات المؤلف المفتاحية:
نسيج الصورة | استخراج السمات | اختيار السمات | الصورة البانورامية السنية | Image Texture | Feature Extraction | Feature Selection | Dental Panoramic Images
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

6

حفظ في:
المستخلص: نظرا للتطور الكبير الحاصل في مجال تعليم الآلة والتعرف على الأنماط، فقد كان لمجال معالجة الصورة دور مهم ضمن هذا السياق، وخاصة في مجال الصور الطبية بمختلف أنواعها، تم في هذا البحث تطوير خوارزمية تفسير قوية وبسيطة وفعاله من حيث التكلفة وأكثر دقة للتعرف على الأسنان المعالجة في صور الأشعة السينية. حيث يوجد العديد من الصعوبات في تحديد الأغراض مثل انه من الصعب تفسير الصورة الشعاعية لأن هناك اختلافات دقيقه جدا في الأشعة السينية، وضعف تمثيل جوده الصورة وتقسيم كل الأسنان في صوره التصوير الشعاعي. تم في هذا البحث اقتراح منهجية شاملة تمكن من التعرف على الأسنان التي تمت معالجتها عن طريق الاختيار الأمثل للسمات، حيث تمت معالجة الصورة الرقمية السنية ومن ثمّ استخراج السمات الإحصائية منها باستخدام الإحصاءات من المرتبة الثانية ومصفوفة الحدث المشترك للسوية الرمادية وبعد ذلك تم اختيار السمات الأمثل التي تعبر عن النمط المراد التعرف عليه، ليصار بعد ذلك إلى تصنيف السمات المستخرجة، وأظهرت النتائج التي تم الحصول عليها دقة كبيرة في النتائج التي تم الحصول عليها، حيث تم اختيار سمات التجانس والتباين والترابط كسمات معبرة عن الأسنان المعالجة لبيا بانحرافات معيارية 0.647%، 1.602% و 1.925% على الترتيب، وكذلك المرممة تاجيا "بانحرافات معيارية للسمات المذكورة سابقا" 1.07%، 2.80% و 0.57% على الترتيب كونها أعطت أقل قيم للانحراف المعياري وبالتالي أقل نسبة خطأ وعليه يمكن اعتمادها كسمات معبرة عن الأسنان المعالجة.

Due to the significant development in the field of machine learning and patterns recognitions, the area of image processing has an important role in this context, especially in the field of medical images of various kinds. In this research, we have been developed powerful, simple, cost-effective and more accurate interpretation algorithm for recognition treated teeth In the X-ray images. There are many difficulties in determining the objects such as it is difficult to interpret the radiographic image because there are very subtle differences in X-rays, poor image quality representation and the splitting of all the teeth in the image of radiographic imaging. In this research, comprehensive methodology was proposed that enables the identification of the teeth that have been treated by the optimal features selection. Where the digital image was processed and then extracted statistical features of it using second order statistical and gray level co-occurrence matrix GLCM. Then, the optimal features were chosen, which express the pattern to be recognized, be categorized then to classify the extracted features. The results obtained showed great accuracy in the results obtained, where the features of homogeneity, contrast and correlation were chosen as expressive features of pulp canal therapy with standard deviations, 0.647%, 1.602% and 1.925% respectively, as well as the reconstructed dental crown with standard deviations of the aforementioned features", 1.07%, 2.80% and 0.57%, respectively, because they gave the lowest values of the standard deviation and thus the lowest percentage of error and therefore can be adopted as expressive features of the treated tooth.
ISSN: 2522-3321

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.