(38-4) 40 * << * >> * Русский * English * Содержание * Все выпуски

PDF, 230 kB

DOI: 10.18287/0134-2452-2014-38-4-851-855

Страницы: 851-855.

Аннотация:
Рассматривается компьютерная система диагностики глазных заболеваний, которую для повышения качества диагностики предлагается дополнить алгоритмом формирования информативных признаков, с использованием методов дискриминантного анализа. Описан способ получения оценки информативности. При помощи классификации методом опорных векторов было проведено исследование, подтверждающее эффективность сформированных признаков для классификации изображений глазного дна. Алгоритм обладает достаточной степенью универсальности и может быть применён для повышения информативности любого набора признаков.

Ключевые слова :
глазное дно, классификация изображений сосудов, дискриминантный анализ, метод опорных векторов.

Цитирование:
Ильясова, Н.Ю. Формирование признаков для повышения качества медицинской диагностики на основе методов дискриминантного анализа / Н.Ю. Ильясова, А.В. Куприянов, Р.А. Парингер // Компьютерная оптика. – 2014. – Т. 38, № 4. – С. 851-855. – DOI: 10.18287/0134-2452-2014-38-4-851-855.

Citation:
Ilyasova NY, Kupriyanov AV, Paringer RA. Formation features for improving the quality of medical diagnosis based on the discriminant analysis methods. Computer Optics 2014; 38(4): 851-855. DOI: 10.18287/0134-2452-2014-38-4-851-855.

Литература:

1. Ильясова, Н.Ю. Диагностический комплекс анализа изображений сосудов глазного дна // Биотехносфера. –2014. – № 3. – С. 132-138.
2. Ильясова, Н.Ю. Методы цифрового анализа сосудистой системы человека. Обзор литературы // Компьютерная оптика. – 2013. – Т. 37, № 4. – С. 511-535. – ISSN 0134-2452.
3. Ильясова, Н.Ю. Биомеханические характеристики сосудов для цифрового анализа изображений глазного дна / Н.Ю. Ильясова, А.В. Куприянов, Н.А. Гаврилова, Г.А. Шилкин, Н.И. Ланевская // Биомеханика глаза. III семинар: сборник трудов. – М., 2002. – С. 18-30.
4. Сойфер, В.А. Методы компьютерного анализа диагностических изображений глазного дна / В.А. Сойфер, Н.Ю. Ильясова, А.В. Куприянов, А.Г. Храмов, М.А. Анань­ин // Технология живых систем. – 2008. – Т. 5, № 5-6. – C. 61-71.
5. Ильясова, Н.Ю. Информационные технологии анализа изображений в задачах медицинской диагностики / Н.Ю. Ильясова, А.В. Куприянов, А.Г. Храмов. – М.: Радио и связь, 2012. – 424 с.
6. Ильясова, Н.Ю. Измерение биомеханических характеристик сосудов для ранней диагностики сосудистой патологии глазного дна / Н.Ю. Ильясова, А.В. Куприянов, М.А. Ананьин // Компьютерная оптика. – 2005. – № 27. – С. 165-169. – ISSN 0134-2452.
7. Куприянов, А.В. Разработка информационной технологии оценивания геометрических параметров изображений глазного дна / А.В. Куприянов, Н.Ю. Ильясова // Вестник Самарского государственного аэрокосмического университета им. академика С.П. Королёва. – 2008. – № 2(15). – С. 221-235.
8. Ильясова, Н.Ю. Оценивание геометрических признаков пространственной структуры кровеносных сосудов // Компьютерная оптика. – 2014. – Т. 38, № 3. – С. 529-538. – ISSN 0134-2452.
9. Симчера, В.М. Методы многомерного анализа статистических данных / В.М. Симчера. – М.: Финансы и статистика, 2008. – 400 с. – ISBN: 978-5-279-03184-9
10. Фукунага, К. Введение в статистическую теорию распознавания образов / К. Фукунага. – М.: Наука, 1979. – 270 с.
11. Ким, Дж.-О. Факторный, дискриминантный и кластерный анализ / Дж.-О. Ким, Ч.У. Мьюллер, У.Р. Клекка. – М.: Финансы и статистика, 1989. – 215 с.
12. Mookiaha, M.R.K. Data mining technique for automated diagnosis of glaucoma using higher order spectra and wavelet energy features / M.R.K. Mookiaha, U.R. Acharyaa, C.M. Lima, A. Petznickb, S. Jasjit // Knowledge-Based Systems. – 2012. – Vol. 33. – P. 73-82.

---

© 2009, IPSI RAS
Россия, 443001, Самара, ул. Молодогвардейская, 151; электронная почта: journal@computeroptics.ru; тел: +7 (846) 242-41-24 (ответственный секретарь), +7 (846) 332-56-22 (технический редактор), факс: +7 (846) 332-56-20