ارایه روش پردازش تصویربرای تشخیص سنگ کلیه با استخراج ویژگی و الگوریتم نزدیک ترین همسایه

طبق مطالعات انجام شده در مورد بیماری مزمن کلیه باید گفته شود که یک بیماری خطرناک در افراد سنین بالا میباشد. اینیک بیماری پیشرونده است که با خطر بالای بیماریهای قلبی عروقی، میزان مرگ و میر و هزینه های بالای مراقبت های بهداشتیهمراه است. بنابراین، تشخیص زود هنگام بیماری برای کنترل و مدیریت عواقب آن از اهمیت ویژه ای برخوردار است. تشخیصزودرس سنگ کلیه معمولا از طریق آزمایش خون با استفاده از شاخص نیتروژن اوره خون و کراتنین انجام می شود. به دلیل وجودذرات نویزی و ناخواسته در تصاویر سیتیاسکن تشخیص و دسته بندی سنگ ها در این تصاویر امری پیچیده و چالش برانگیز است.هدف این مقاله کمک به پیشگیری از بیماری مزمن کلیه (CKD) با استفاده از تکنیک های یادگیری ماشینی برای تشخیص بیماریمزمن کلیه در مراحل اولیه است. در این پژوهش ابتدا ما با استفاده از تکنیک های پردازش تصویر از جمله حذف نویز، صاف کردن،تیزکردن و افزایش کنتراست تصاویر اولیه کلیه را بهبود دادیم. داده های مورد استفاده برای این مقاله شامل ۲۰ تصویر سی تی اسکنبودکه از این تعداد ۱۰ مورد کلیه دارای سنگ و ۱۰ مورد کلیه سالم بودند. تعداد ویژگی های استخراج شده از این تصاویر ۱۴ مورد بودکه با استخراج از تصاویر فوق وبا استفاده از ماتریس همرخداد خاکستری، روند تشخیص سنگ توسط الگوریتم نزدیکترین همسایهبررسی ودقت و سایر پارامترهای ارزیابی الگوریتم به دست آمد.

Keywords:

الگوریتم نزدیکترین همسایه , یادگیری ماشین , بیماری سنگ کلیه , تصاویر سی تی اسکن