Оценка энтропии фрагментов рентгеновских изображений легких
Аннотация
Дата поступления статьи: 19.12.2019Предмет исследования – медицинские флюорографические рентгеновские снимки грудной клетки. Обученная глубокая сверточная нейросеть осуществляет бинарную классификацию снимков и может быть использована в качестве помощника врача-рентгенолога. Для этого необходимо минимизировать ошибки первого и второго рода. Возможный подход к повышению эффективности применения нейросетей, по критериям уменьшение вычислительной сложности и качество классификации снимков – примене-ние вспомогательных подходов: предобработка изображений и предварительное вычисле-ние энтропии фрагментов. В статье представлен алгоритм предобработки рентгеновского изображения, его деления на фрагменты и вычисления энтропии отдельных фрагментов. В ходе предобработки из всего снимка выделяется интересующая область с легкими и по-звоночником, составляющая около 30-40% всего снимка, далее происходит деление сним-ка на матрицу фрагментов и вычисляется энтропия по формуле Шеннона, за счет анализа отдельных пикселей.
Ключевые слова: энтропия изображения, фрагменты, глубокая сверточная нейросеть, машинное обучение, рентгеновские снимки, вычислительный эксперимент, матрицы элементов, предобработка изображения, статистический анализ, бинарная классификация
05.13.18 - Математическое моделирование, численные методы и комплексы программ
`