Medicina Interna: Acceso Abierto
Acceso abierto

abstracto

Un enfoque de aprendizaje supervisado para la clasificación de la recuperación de imágenes médicas

Ranjana Battur*, Jagadisha N

El avance en la ingeniería biomédica ha sido significativo para la industria médica o de atención médica. De todos modos, eso se enfrenta a cuestiones como cómo se puede aplicar a la medicina y la biología para los aspectos sanitarios. Recientemente, rápidos avances de La innovación en programación y equipos ha simplificado la cuestión de mantener acumulaciones de imágenes beneficiosas. Los elementos visuales como el sombreado, la forma y la composición se actualizan para la recuperación de imágenes. Estrategias convencionales para la indexación de imágenes no han demostrado ser razonables ni eficaces en cuanto a espacio y tiempo, por lo que desencadenó la avance del nuevo enfoque. Un nuevo concepto llamado Recuperación de imágenes basada en contenido (CBIR) es beneficioso para el diferentes tipos de imágenes médicas que tienen diferentes modalidades de imagen, áreas anatómicas con diversas direcciones y Se proyectan esquemas biológicos. La clasificación de la recuperación de imágenes médicas es la principal preocupación para el grupo de imagen médica. Por lo tanto, el clasificador de Máquina de vectores de soporte (SVM) puede ser favorable para agrupar pronósticos de consulta y Imágenes de bases de datos basadas en coincidencias de similitud. Es muy difícil detectar las características de las imágenes comparadas. efectivamente para todos los diferentes tipos de consultas. Por lo tanto, el SVM-MIR propuesto tiene como objetivo clasificar y recuperar imágenes biomédicas utilizando el método clasificador SVM. La clasificación basada en SVM-MIR considera numerosos grupos de Imágenes médicas para análisis. Los resultados del enfoque SVM-MIR propuesto logran un mejor rendimiento en comparación con el enfoque existente.