ISSN在线(2319 - 8753)打印(2347 - 6710)
S.Tharageshwari1,D.Sasikala2
|
相关文章Pubmed,谷歌学者 |
访问更多的相关文章国际创新研究期刊》的研究在科学、工程和技术
眼部图像分割的JSEG (J测量基于分割)算法没有手动参数调整和简化了纹理和颜色检测Kayser-Fleischer环威尔逊在诊断疾病。分割与该算法通过两个主要阶段,即颜色量化和空间分割第一阶段和区域生长和区域合并二次阶段。生物统计测量提供了信息的百分比角膜组织的程度影响铜的积累。该算法检测症状减少假阴性诊断的发生和提高精度的实际方法在实践中如裂隙灯的方法。描述技术减少了可能的解释错误和协助医生诊断病理学。
索引词 |
威尔逊的疾病,Kayser-Fleischer戒指,分割,生物测量。 |
介绍 |
Wilson病是一种常染色体隐性遗传疾病,防止身体摆脱多余的铜。从食物中摄取少量的铜是需要保持健康,但是过多的铜是有毒的。当肝脏的铜存储容量超过,铜是传递到血液和其他器官包括信号传递给大脑,肾脏和眼睛。在威尔逊疾病,多余的铜堆积在肝脏、大脑、眼睛和其他器官[1][2]。眼睛会导致大的铜积累——弗莱舍环(KF环)如图1所示,一个特殊的标志可见角膜的眼睛,他们是由于铜沉积在角膜后弹力层。 |
![]() |
凯塞弗累积的铜环造成的眼睛,是最独特的威尔逊疾病的迹象。他们出现在每只眼睛trusty-brown环周围的边缘虹膜和角膜的边缘。眼睛的虹膜是彩色的部分邻近的学生。角膜是透明的外膜覆盖。没有合适的治疗和治疗,症状会变得逐渐越来越多的急性和慢性疾病可能是致命的。不幸的是,只有当症状进行诊断是明显和重要,所以治疗通常是晚了。但这代表的实际和明显症状威尔逊疾病不同的筛查工具存在诊断这种疾病。威尔逊疾病诊断是通过体检和实验室测试[3]。体检时,医生寻找可见威尔逊疾病的迹象。一个特殊的光称为裂隙灯是用来寻找Kayser-Fleischer戒指的眼睛。 Kayser-Fleischer are present in almost all people with Wilson disease who show sign of neurologic damage but are present in only 50 percent of those with sign of liver damage alone. Laboratory tests measure the amount of copper in the blood, Urine, and liver tissue. Most people with Wilson disease will have a lower than normal level of copper in the blood and a lower level of consistent ceruloplasmin. In case of acute liver failure caused by Wilson disease, the level of blood copper is often higher than the normal. A 24-hour urine collection will show increased copper in the urine in most patients who display symptoms. A liver biopsy- a process that removes a small piece of liver tissue, can show if the liver is recollecting too much copper. The examination of biopsied liver tissue with a microscope detects liver damage, which often shows a pattern unique to Wilson disease. Genetic testing may help diagnose Wilson disease in some people, particularly those with a family history of the disease. Wilson disease may be misdiagnosed because it is rare and its symptoms are similar to those of other conditions.Hence in medical prosecutions the presence of Kayser-Fleischer ring is considered critical for diagnosing the pathology. Therefore the detecting of this symptom represents an important and non-invasive diagnostic tool [4]. In fact ophthalmology studies show that almost all patients with neurological disorders have the Kayser- Fleischer ring but some false negative diagnoses are also possible. For these causes, an automated detection technique is used in order to evaluate the presence of kayser-Fleisher ring in patients with neurological or psychiatric disorders. Hence the suggested technique is innovative and is based on eye image processing by means of a segmentation algorithm [5]. Biometric measurements provide further information on the severity level of the disease. In fact the dimension of the ring is strictly correlated with the stage of pathology. The aim of the present research is to define an alternative and non-invasive screening method to reduced human interpretation errors. |
在第二部分详细威尔逊疾病报告和相关的症状。神经障碍和Kayser-Fleischer描述[6]。第三部分报告建议的算法检测Kayser-Fleischer环和生物参数描述[7]。第四部分提供了实验结果和生物测量。第五部分描述了最终结论为未来的工作成果和观点 |
方法和方式 |
在医学应用图像处理技术用于检测特定的解剖结构或区域。因此通过图像分割过程Kayser-Fleischer环检测,分割和分析通过JSEG算法[12][13]。JSEG的基本思想是将分割过程分为两个独立处理阶段,颜色量化和空间分割。在第一阶段,图像中颜色是量子化的几个代表类,可用于单独的地区形象。这仅在颜色空间量化实现不考虑空间分布。随后,图像像素颜色替换为相应的类标签,从而形成一个class-map的形象。这项工作的重点是对空间分割,在“好”的标准提出分割使用class-map [14]。标准应用到当地的窗户class-map导致“J-image”,高和低的值对应于可能的边界和内部的彩色纹理区域。区域增长方法用于分割图像基于多尺度J-images最后他们合并得到分割图像。这种分离的好处是,单独评估颜色及其分布的相似性比完成他们更易于管教的同时[19]。 Figure 2 shows the procedure of flow-chart. It summarizes the main steps of the segmentation process previously described. |
最初的一步是颜色量化,输入图像的颜色量化几个代表阶级歧视地区形象。在颜色空间量化执行不考虑空间分布。在颜色量化图像质量没有明显退化,[16]。标准256调色板是考虑为了提取组表示颜色挑出邻居像素区域。因此基于256调色板颜色集组成。彩色图像的每个像素在图像包含RGB图像。因此从每个像素的RGB值相匹配的类。 |
![]() |
最后这些匹配的类分配标签被称为图像类指定为类地图的地方。因此颜色量化所做的但是好的分割结果进行空间分割。考虑二维平面xy, class-map可以建模为空间数据点位于飞机。所以具有稳定函数L (x, y)提供的标签位置的像素(x.y)。这是价值class-map图像的位置。第二步算法的执行空间分割从class-map开始。假设图像分类intoNc类。让CM成为新的class-map形象。而CMi代表所有像素的集合包含在第i类,i = 1,…,数控。假设m的空间意味着所有数据点z = (x, y)在CM中: |
![]() |
民主党是数据点的数量或像素属于厘米。让mi的空间意味着民主党,我类的数据点CMi: |
![]() |
在Nk k地区的像素的数量。低Jm值表明良好的分割结果。这发生在每个地区都有几个均匀分布标签。该算法执行递归优化逐步细分。一旦获得J-image,算法最小化平均Jm class-map考虑当地的价值。这一目标,不同的窗口集中在单一像素迭代被认为是为了估计当地的同质性。以这种方式生成J-image灰度图像,其像素值JK值计算在当地集中在每个像素的窗口。如此之高本地Jk值显示像素边界或附近地区。本地窗口显示在表我的大小决定了该地区的大小被检测出来。因此小窗口允许强度或彩色边缘检测。 While, large windows allow texture boundaries to be detected. Different scales are used for image segmentation. The smallest scale used is a 9 ×9 without considering the corners. A region- growing method has been used to complete the segmentation process. The spatial segmentation starts to segment the region with an initial large scale until the fixed minimum scale. |
![]() |
最初是考虑作为一个地区整体形象。新上的重复区域增长算法分割区域下的规模。当固定最小规模的分割完成后,最后的分割是通过合并根据固定的相似准则。确定的初始种子区域分割J值最低的地区。新区域的分割图像从种子区域生长的区域增长算法。随后区域合并基于标签的相似性。使用的相似准则之间的欧几里得距离颜色是两个地区的标签。考虑在RGB颜色系统,让l1 = (R1 G1 B1)第一区域的标签和l2 = (R2、G2、B2)的第二个区域。 |
欧几里得的颜色距离可以估计以下表达式: |
![]() |
相邻的区域合并如果低于这个距离ΔDref固定阈值水平。这个阈值水平的标准差等于K邻近地区的标签。在详细信息区域合并完成后,分割过程完成。 |
生物统计测量 |
为了估计病变的严重程度,一个创新的生物测量被定义。在细节,下一步,该算法措施的程度凯塞-弗莱舍环通过计算像素的数量的眼影从氧化过程的影响。让NkF, r是像素的数量与Kayser-Fleischer戒指。为了估计的百分比氧化眼睛区域,该区域的虹膜。让Ne虹膜区域的像素的数量。通过这种方式,可以估计的程度Kayser-Fleischer环方程: |
![]() |
这个测量提供信息的程度的百分比角膜组织铜积累的影响。铜的氧化影响组织和它导致金黄色虹膜色素沉着。因此这种色素形成的独特标志威尔逊疾病神经障碍的个体。这种氧化过程的扩展显示铜眼睛角膜观察到的数量。因此通过测量氧化过程的扩展在虹膜severitylevel可以立即识别和治疗可以完成,因为取环的出现被认为是威尔逊疾病的关键阶段。 |
实验结果和BIOMETRICMEASUREMENTS |
收购的眼睛图像取环组成。金,有时橙色或淡灰色的戒指,因为眼睛角膜的铜矿是输入图像如图3所示。 |
![]() |
此初始化后,在集群使用经典改编k - means算法。这种量化方法量化图像像素的集合相同的颜色,称为颜色类。然后图像像素颜色替换为相应的类标签和标签的新成立的图像的颜色量化输出显示在图4。 |
![]() |
通过阈值技术生成J-image作为灰度图像如图5所示的像素值Jk值计算在本地windows集中在每个像素。 |
![]() |
根据J值的特点,该地区越来越多的方法应用于图像分割。算法开始规模最大的细分。然后重复相同的过程新分割区域下的规模。最后受灾地区分割如图6所示。 |
![]() |
为了确定的比例严重角膜,虹膜应该分段。因此这种虹膜分割有助于准确测量比例的铜沉积在图7显示了虹膜角膜输入图像的分割。 |
![]() |
因此生物参数提供了信息的百分比角膜组织的程度影响铜的积累比Kayser-Fleischer环在虹膜(%)= 36.696如图8所示。 |
![]() |
![]() |
上面这个表2显示了生物测量所使用的各种输入图像。值代表的铜积累的眼睛和威尔逊的疾病的严重程度。 |
结论 |
摘要JSEG算法,检测的凯塞-弗莱舍环的眼睛由于威尔逊的疾病。进一步通过生物测量信息的区域范围获得虹膜Kayser-Fleischer环的影响,从而提高了知识在舞台上和病理的严重性。因此目前的工作为医生提供了一个非侵入性的检测工具,减少出现假阴性诊断。生物测量能够让医生得到更多信息的退化的影响铜积累的角膜。厚度、扩展Kayser-Fleischer环的形状和位置可以优化的选择最适当的治疗。 |
引用 |
|