National and Kapodistrian University of Athens
Ταξινόμηση εικόνων ασύρματης ενδοσκόπησης με τη χρήση της μεθόδου Bag of Words
Abstract
dc:descriptionΗ ασύρματη ενδοσκόπηση, αποτελεί μία σχετικά καινούρια απεικονιστική μέθοδο,η οποία συμβάλλει σημαντικά στη διάγνωση ενός μεγάλου αριθμού ασθενειών του πεπτικού συστήματος. Το βασικό πρόβλημα που προκύπτει από τη μέθοδο αυτή, αφορά τον υψηλό αριθμό εικόνων που καλείται να εξετάσει ο θεράπων ιατρός προκειμένου να βγάλει τη σωστή διάγνωση. Η διαδικασία αυτή ενδέχεται να είναι αρκετά επίπονη, καθώς απαιτεί αρκετές ώρες αδιάκοπης προσοχής. Αυτή η διπλωματική εργασία, παρουσιάζει τη μέθοδο ταξινόμησης bag of words, η οποία ταξινομεί τις εικόνες αυτές σε διάφορες κατηγορίες ασθενειών, δίνοντας έτσι μία λύση στο ανωτέρω πρόβλημα. Η λογική της βασίζεται στον εντοπισμό περιοχών ενδιαφέροντος πάνω στις εικόνες, καθώς και στην εξαγωγή χαρακτηριστικών από τις περιοχές αυτές. Για την πραγματοποίηση των πειραμάτων χρησιμοποιήθηκαν 2 dataset. Αυτά ήταν το KID dataset 2, το οποίο περιέχει 8 κατηγορίες και το Normal-Abnormal σέτ, το οποίο αποτελεί μία παραλλαγή του KID dataset 2 και περιέχει μόνο 2 κατηγορίες. Τα πειράματα πραγματοποιήθηκαν σε προγραμματιστικό περιβάλλον MATLAB. Κατά την εκτέλεση τους δοκιμάστηκαν διαφορετικές μέθοδοι εξαγωγής χαρακτηριστικών, ενώ παράλληλα μετρήθηκαν τα ποσοστά ορθής ταξινόμησής των εικόνων τους για τις μεθόδους αυτές. Οι μέθοδοι εξαγωγής χαρακτηριστικών που χρησιμοποιήθηκαν ήταν όι : SIFT, RGB-SIFT, HSV-SIFT, Opponent-SIFT και HSV&Opponent SIFT (συνδυασμός). Εκτός από τις μεθόδους εξαγωγής χαρακτηριστικών, μεταξύ των πειραμάτων, μεταβάλλονταν συνεχώς και άλλες δύο μεταβλητές, διότι εξεταζόταν η επιρροή τους πάνω στα αποτελέσματα. Τα υψηλότερα αποτελέσματα τα πέτυχε η μέθοδος εξαγωγής χαρακτηριστικών HSV-SIFT, καθώς έδωσε μέγιστο ποσοστό ορθης ταξινόμησης 81.46% στο Normal-Abnormal σέτ και μέγιστο ποσοστό ορθής ταξινόμησης 47.92% στο KID dataset 2.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Λούτς Ιωσήφ
- Louts Iosif
Subjects
dc:subject × 2Rights
- Language dc:language
- Ελληνικά, Greek
Identifiers
dc:identifier.*- Identifier
- uoadl:2872925