Thorax-Röntgenbild-Merkmalsextraktion unter Verwendung einer schwellwertbasierten ROI-Schablone und PCA-basierter Merkmalsauswahl zur Klassifikation von Lungentuberkulose

Dieses Papier beschreibt die Ergebnisse der Forschung zur Ermittlung von Röntgenbildmerkmalen zur Entwicklung von Computeranwendungen für die Identifikation der Lungentuberkulose (TB). Wir verwendeten statistische Merkmale des Bildhistogramms, indem fünf Merkmale berechnet wurden: Mittelwert, Standardabweichung (std), Schiefe, Kurtosis und Entropie. Diese Merkmale wurden aus ROI-Bildern mithilfe einer vordefinierten ROI-Form aus der Schwellwertmethode berechnet. Der Durchschnitt der Trainingsbilder wurde verwendet, um die ROI-Formvorlage mittels Schwellwertmethode zu entwerfen. Die berechneten Merkmale wurden anschließend mit der Hauptkomponentenanalyse (PCA) auf ein Hauptmerkmal reduziert. Dieses ausgewählte Merkmal wurde als Descriptor zur Klassifikation des Bildes als TB oder Nicht-TB genutzt. Wir verwendeten einen Mahalanobis-Distanz-Klassifikator, um die Leistungsfähigkeit des Deskriptors im Bildklassifikationsprozess zu prüfen. Die Ergebnisse der Bildklassifikation zeigen, dass die Merkmalsextraktion effektiv durch die Kombination der schwellwertbasierten ROI-Schablonen und PCA-Methoden durchgeführt werden kann.