تشخیص خودکار فریمهای برجسته در کپسول آندوسکوپی بیسیم با استفاده از تجزیه به مقادیر تکین انطباقی
نویسندگان
1 دانشجوی دکتری مهندسی پزشکی، آزمایشگاه پردازش تصویر هوشمند، دانشکدهی مهندسی کامپیوتر و برق، دانشگاه تهران، تهران، ایران
2 استاد، دانشکدهی تحصیلات تکمیلی علوم اطلاعات، موسسهی علم وتکنولوژی NAIST، نارا، ژاپن
3 دانش آموختهی دکتری مهندسی پزشکی، آزمایشگاه پردازش تصویر هوشمند، دانشکدهی مهندسی کامپیوتر و برق، دانشگاه تهران، تهران، ایران
4 استاد، آزمایشگاه پردازش تصویر هوشمند، دانشکدهی مهندسی کامپیوتر و برق، دانشگاه تهران، تهران، ایران
5 دانشجوی دکتری مهندسی پزشکی، بخش مهندسی پزشکی، دانشگاه تمپل، فیلادلفیا، ایالات متحدهی آمریکا
doi
10.22041/ijbme.2019.94378.1406چکیده
آندوسکوپی به کمک کپسول بیسیم، یکی از روشهای غیرتهاجمی آسیبشناسی مسیر گوارشی انسان به شمار آمده که با پیشروی کپسول در مسیر گوارشی و تصویربرداری از این مسیر، ویدئوی آندوسکوپی ضبط میشود. در عمل، حجم وسیعی از ویدئوهای آندوسکوپی با کیفیتهای مختلف و زمان تصویربرداری طولانی، از مسیر گوارشی ثبت میشود که این زمان در حدود 8 ساعت بوده و زمان بازنگری ویدئوی آندوسکوپی توسط پزشک متخصص و مجرب نیز در حدود 2 ساعت و یا بیشتر میباشد. روشهای خلاصهسازی ویدئو، میتوانند زمان بازنگری و همچنین خطاهای تفسیر و بازنگری دستی توسط پزشک را کاهش دهند. در این پژوهش، به منظور غلبه بر محدودیتهای موجود در استخراج فریمهای کلیدی، روشی مبتنی بر بینایی ماشین به کمک خصوصیات منحصر به فرد تجزیه به مقادیر تکین انطباقی مبتنی بر پنجرهی لغزشی، پیشنهاد شده است که با به کارگیری این ویژگیها، امکان خلاصهسازی ویدئوی کپسول اندوسکوپی فراهم میگردد. علاوه بر این، به دلیل محدودیتهای حجم و توان کپسول آندوسکوپی و فیزیک مسیرگوارشی، تصاویر کپسول دارای روشنایی پایینی بوده و غیریکنواخت میباشند که برای حل این مشکل، از فیلتر انتشار تطبیقی بهره گرفته شده است. نتایج آزمایش روی کپسول بیسیم، نشان میدهد که زمان بازنگری به طور قابل ملاحظهای کاهش یافته است. ارزیابیهای کمی و کیفی، نشان میدهند که استفاده از این روش پیشنهادی، تاثیر مثبتی روی فرایند خلاصهسازی داشته است. از اینرو، میتوان در سایر کاربردهای بالینی، از قبیل آموزش پزشکان جوان، آسیبشناسی به کمک کامپیوتر، تصمیمگیری سریع و مدیریت اطلاعات پزشکی نیز از این روش بهره گرفت.
