کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10345574 698342 2013 9 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Using image processing technology combined with decision tree algorithm in laryngeal video stroboscope automatic identification of common vocal fold diseases
ترجمه فارسی عنوان
با استفاده از تکنولوژی پردازش تصویر همراه با الگوریتم درخت تصمیمی در استروبوسکوپ تصویری حنجره، شناسایی اتوماتیک از بیماری های ضرب صوت مشترک
کلمات کلیدی
ترجمه چکیده
این مطالعه از ویدئوهای استروبوسکوپ ویدئوهای حنجره استفاده شده توسط پزشکان در عمل بالینی به عنوان نمونه برای تجزیه و تحلیل تجربی استفاده می شود. نمونه ها فیلم های پویا آوازی بودند. فن آوری پردازش تصویر برای به طور خودکار گرفتن تصویر از بزرگترین منطقه گلوتاتیک از ویدیو برای به دست آوردن اطلاعات فیزیولوژیکی از جلوه های صوتی مورد استفاده قرار گرفت. در این مطالعه، یک سیستم شناسایی بیماری صوتی اتوماتیک طراحی شده است که می تواند پارامترهای فیزیولوژیک برای پارازیت صوتی طبیعی، فلج صوتی و گره های صوتی را از پردازش تصویر بر اساس ویژگی های پاتولوژیک به دست آورد. الگوریتم درخت تصمیم به عنوان طبقه بندی کننده بیماری های ضرب صوتی مورد استفاده قرار گرفت. نرخ شناسایی 6/92٪ بود و نرخ شناسایی با بهبود پردازش بهبود تصور تصویر پس از طبقه بندی می تواند تا 98.7٪ بهبود یابد. از این رو، سیستم پیشنهادی در شیوه های بالینی ارزش دارد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر علوم کامپیوتر (عمومی)
پیش نمایش مقاله
با استفاده از تکنولوژی پردازش تصویر همراه با الگوریتم درخت تصمیمی در استروبوسکوپ تصویری حنجره، شناسایی اتوماتیک از بیماری های ضرب صوت مشترک
چکیده انگلیسی
This study used the actual laryngeal video stroboscope videos taken by physicians in clinical practice as the samples for experimental analysis. The samples were dynamic vocal fold videos. Image processing technology was used to automatically capture the image of the largest glottal area from the video to obtain the physiological data of the vocal folds. In this study, an automatic vocal fold disease identification system was designed, which can obtain the physiological parameters for normal vocal folds, vocal paralysis and vocal nodules from image processing according to the pathological features. The decision tree algorithm was used as the classifier of the vocal fold diseases. The identification rate was 92.6%, and the identification rate with an image recognition improvement processing procedure after classification can be improved to 98.7%. Hence, the proposed system has value in clinical practices.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computer Methods and Programs in Biomedicine - Volume 112, Issue 1, October 2013, Pages 228-236
نویسندگان
, , , , ,