आंतरिक चिकित्सा: खुली पहुंच
खुला एक्सेस

अमूर्त

चिकित्सा छवि पुनर्प्राप्ति के वर्गीकरण के लिए एक पर्यवेक्षित शिक्षण दृष्टिकोण

Ranjana Battur*, Jagadisha N

बायोमेडिकल इंजीनियरिंग में उन्नति चिकित्सा या स्वास्थ्य सेवा उद्योग के लिए महत्वपूर्ण रही है। हालाँकि, यह इस तरह के मुद्दों का सामना करता है कि इसे स्वास्थ्य सेवा पहलुओं के लिए चिकित्सा और जीव विज्ञान में कैसे लागू किया जा सकता है। हाल ही में, प्रोग्रामिंग और उपकरण नवाचार की त्वरित प्रगति ने लाभकारी छवियों के संचय को बनाए रखने के मुद्दे को सरल बना दिया है। छायांकन, और आकार और संरचना जैसे दृश्य तत्वों को छवि पुनर्प्राप्ति के लिए वास्तविक बनाया गया है। छवि अनुक्रमण के लिए पारंपरिक रणनीतियों को स्थान और समय के संबंध में न तो उचित और न ही प्रभावी दिखाया गया है, इसलिए इसने नए दृष्टिकोण की उन्नति को गति दी। कंटेंट बेस्ड इमेज रिट्रीवल (CBIR) नामक एक नई अवधारणा अलग-अलग इमेजिंग तौर-तरीकों, विविध दिशाओं वाले शारीरिक क्षेत्रों और जैविक योजनाओं वाली विभिन्न प्रकार की चिकित्सा छवियों के लिए फायदेमंद है। चिकित्सा छवि पुनर्प्राप्ति का वर्गीकरण चिकित्सा छवि के समूह के लिए प्रमुख चिंता का विषय है। इसलिए, सपोर्ट वेक्टर मशीन (SVM) क्लासिफायर समानता मिलान के आधार पर क्वेरी और डेटाबेस छवियों के समूहीकरण पूर्वानुमान के लिए अनुकूल हो सकता है। सभी विभिन्न प्रकार की क्वेरी के लिए तुलना की गई छवियों की विशेषताओं का प्रभावी ढंग से पता लगाना बहुत मुश्किल है। इसलिए, प्रस्तावित SVM-MIR का उद्देश्य SVM क्लासिफायर विधि का उपयोग करके बायोमेडिकल छवियों का वर्गीकरण और पुनर्प्राप्ति करना है। SVM-MIR आधारित वर्गीकरण विश्लेषण के लिए चिकित्सा छवियों के कई समूहों पर विचार करता है। प्रस्तावित SVM-MIR दृष्टिकोण के परिणाम मौजूदा दृष्टिकोण की तुलना में बेहतर प्रदर्शन प्राप्त करते हैं।