Application of neural networks in the classification of medical images textures

Abstract

Neural networks have been widely used in medical diagnostic processes. Imaging results obtained from medical devices can be analyzed in many ways. One of them is to analyze the texture of the received images. Examination of the textures of diagnostic images is based on the determination of specific parameters and characteristics of examined tissue or organ. The main goal is to assign the analyzed area to one of two basic groups: as a healthy tissue or a tissue with pathological changes. By using supervised classification and setting up a training base, it is possible to achieve 93% accuracy in classification results.

Нейронні мережі широко застосовуються в медичних діагностичних процесах. Результати обробки зображень, отримані з медичних приладів, можна аналізувати багатьма способами. Один з них - це аналіз текстури отриманих зображень. Вивчення текстур діагностичних зображень ґрунтується на визначенні конкретних параметрів та характеристик досліджуваної тканини або органу. Основна мета полягає в тому, щоб класифікувати аналізовану ділянку як одну з двох основних груп: як здорову тканину або тканину з патологічними змінами. Використовуючи контрольовану класифікацію та налаштовану навчальну базу, можна досягти точності результатів класифікації 93%.