ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Long Bone Fracture Detection U...>الوصف

Long Bone Fracture Detection Using Machine Learning

العنوان بلغة أخرى: الكشف عن كسور العظام الطويلة باستخدام تعلم الآلة
المصدر: مجلة السعيد للعلوم الإنسانية والتطبيقية
الناشر: جامعة السعيد
المؤلف الرئيسي: الشرعبي، نجاة عبده حزام ناجي (مؤلف)
مؤلفين آخرين: الخليدي، نشوان أمين عبدالوهاب (مشرف)
المجلد/العدد: مج5, ع1
محكمة: نعم
الدولة: اليمن
التاريخ الميلادي: 2022
الشهر: يناير
الصفحات: 1 - 32
ISSN: 2616-6305
رقم MD: 1241188
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EduSearch, HumanIndex
مواضيع:
الصور السريرية | الأشعة السينية | كسور العظام
كلمات المؤلف المفتاحية:
كشف عن كسور العظام الطويلة | طبيعي | غير طبيعي | مصنفات | آلة | Long Bone Fraction Detection | Normal | Abnormal | Classifiers | Machine Learning
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

15

حفظ في:
المستخلص: تقدم الباحثة في هذا العمل نظاما آليا للكشف عن كسور العظام الطويلة باستخدام الصور السريرية المأخوذة من الأشعة السينية لأغراض التشخيص. يعتبر إجراء تشخيص كسور العظام خطوة حاسمة للغاية بناء على عوامل لتحديد هذه الصورة على أنها طبيعية أو غير طبيعية لتوفير الجهد والوقت الذي يقضيه للكشف عن كسور العظام. غالبا ما يحدد أخصائي الأشعة المدربون الأمراض النادرة بدقة عالية مثل الكسور. ومع ذلك، فقد أظهرت الاختبارات التي فحصت دقة شخص ما أنه عند قراءة الأشعة السينية مع وجود العديد من الأخطاء، قد يرتفع معدل الخطأ في بعض الحالات. التشخيص الدقيق لكسر العظام مهم. يتم استخدام خوارزمية التدرجات الموجهة للمخططات البيانية HOG)) وخوارزمية النمط الثنائي المحلي (LBP) لاستخراج الميزات. استخدمت هذه الدراسة مصنفين مختلفين، المصنف الأول هو مصنف المتجهات الداعمة للألة (SVM) (Support Vector Machine) والذي يوفر دقة تصل إلى 97.85% من خلال دالة نواة الأساس الشعاعي (RBF) والمصنف الثاني هو مصنف الأدراك متعدد الطبقات (Multilayer Perceptron) (MLP) والذي يعطي دقة تصل إلى 99.15% ثم تتم مقارنة دقة المصنفات مع بعضها البعض. وبالتالي، فإن خوارزمية الإدراك متعدد الطبقات لديها أعلى دقة بنسبة 99.15 بالمائة. لقد حصلنا على أفضل النتائج من خلال مصنف MLP باستخدام LBP الذي حقق أفضل النتائج مثل الحساسية والنوعية والدقة بنسبة 100 و98.35 و99.15 بالمائة. نتيجة لذلك، تعد معالجة كسور العظام على المدى الطويل مشكلة رئيسية في العظام والأشعة، ويقترح أن برامج اكتشاف الكسور الجديد بمساعدة الكمبيوتر يمكن أن يساعد في تقليل مخاطر فقدان العظام على المدى الطويل. تقدم الأطروحة مناقشة وكتشاف نظام قائم على الكمبيوتر للكشف عن كسور العظام الطويلة بواسطة برنامج MATLAB، والذي تم استخدامه كأداة برمجة لتحميل الملفات ومعالجة الصور. الغرض من هذا العمل هو توفير نظرة ثاقبة للأنشطة ذات الصلة بالبحوث التي أجريت. بالإضافة إلى ذلك، اقترحت الباحثة نظام الكشف عن كسور العظام الطويلة باستخدام برنامج مدعوم بالحاسوب. علاوة على ذلك، ذكرت الباحثة لمحة موجزة عن المصنفات المستخدمة في الكشف عن كسور العظام الطويلة.

In this work, the researcher presents an automatic system to detect the presence of long bone fractures by using clinical images obtained from X-Ray for diagnostic purposes. The procedure for the diagnosis of the bone fractures is considered to be a very critical step based on factors to identify this image as normal or abnormal to save the effort and time spent to detect bone fractures. Trained radiologists often identify rare diseases with high accuracy such as fractures. However, tests examining the accuracy of someone have shown that when reading X-Rays with several errors, the error rate may rise in some cases. Accurate diagnosis of the bone fraction is important. The Histogram Oriented Gradients (HOG) and Local Binary Pattern Algorithm (LBP) are used for features extraction. This study used two different classifiers. The first classification is Support Vector Machine (SVM), which provides accuracy of 97.85 percent by Radial basis kernel function (RBF) and the second classifier is Multilayer Perceptron (MLP), which gives accuracy of 99.15 percent, then the accuracy of the classifiers are compared with each other. Consequently, Multilayer Perceptron algorithm has the highest accuracy of 99.15 percent. We obtained the best results by MLP using LBP, which has the best results, as Sensitivity, Specificity and Accuracy are 100, 98.35 and 99.15 percent. As a result, long-term bone marrow transplantation is a major problem in bone and radiology, and it is suggested that a new computer-assisted discovery program could help reduce the risk of long-term bone detection loss. The study presents a discussion and discovery of a computer-based long bone fracture detection system by MATLAB, that had been used as the programming tool for loading files, image processing. The purpose of this work is to provide insight into the related activities of research conducted. In addition, the researcher proposed long bone fraction detection system by using a computer-supported program. Furthermore, the researcher has mentioned a brief overview of classifiers used in the detection of long bone fractures.
ISSN: 2616-6305

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.