PofoliaShared via Pofolia

European Journal of Science and Technology· 2021

Termal Görüntü İşleme İle Diz Osteoartritinin Tespit Edilmesi

Afrah QALI, Murat Selek, Sameer Saeed ABBAS

Short summary

Convolutional Neural Networks (CNNs) achieved 90% accuracy in detecting knee osteoarthritis (OA) from thermal images, outperforming other image processing models.

AI-generated from the title and abstract; the full text is not read.

Key points

  • Infrared thermography (IRT) was used to capture thermal images of knees.
  • A total of 998 images were collected: 284 from OA patients and 714 from controls.
  • Convolutional Neural Networks (CNNs) achieved 90% accuracy in detecting OA.
  • CNNs outperformed Support Vector Machines and VGG-16 architecture for OA detection.

AI-generated from the title and abstract; the full text is not read.

Abstract

Infrared termografi (IRT), normal ve anormal duyu ve sinir sistemleri, iltihaplanma ya da travma hakkında yerel ve küresel olarak bilgi sağlayan bir tanı aracıdır. Diz osteoartriti (OA), dejeneratif eklem hastalığı olarak da bilinmesine ek olarak tipik bir aşınma, yıpranma ve ilerleyici eklem kıkırdağı kaybının sonucu olmaktadır. Bu çalışmada, OA hastalığının sıcaklık özelliğinden faydalanarak termal kamera ile elde edilen görüntüleri görüntü işleme modelleri (Evrişimsel sinir ağları, Destek Vektör Makineleri ve VGG-16 mimarisi)’inden yararlanarak hastalığın erken teşhisinin yapılması planlanmaktadır. Termografi ile elde edilen görüntülere, söz konusu yöntemler uygulanarak hastalığı en yüksek doğrulukta tahmin edebilen yöntemi bulmak amaçlanmaktadır. Ayrıca en yüksek doğruluk oranını veren yöntem ile arayüz grafiği tasarlayarak hastalığı erken teşhis sürecinde doktora yardımcı olabilmeyi amaçlamaktadır. Toplam 998 görüntü termal kamera ile farklı kişilerden elde edilmiştir. Bu görüntülerin 284’ü hasta, 714’ü ise kontrol grubuna ait görüntülerdir. Termal kamera ile alınan görüntülerdeki renk farklılığı, Osteoartrit hastalığının bulunup bulunmadığını tek başına tespit edemezken yukarıda anılan yöntemler yardımıyla bu hastalığı tespit etme imkânı sağlamaktadır. Uygulanmış olan yöntemler arasında en iyi sınıflandırma sonucu %90 doğruluk oranı ile evrişimsel sinir ağları yöntemi ile elde edilmiştir. Elde edilen sonuçlar derin öğrenme yöntemlerinin termal görüntülerin sınıflandırılmasında oldukça başarılı olduğunu göstermektedir. Alınan görüntüler SPSS version 25 istatistik paket programında işlenmiş olup tüm istatistiksel analizlerde p < 0.05 düzeyinde anlamlı olarak değerlendirilmiştir.

The authors' abstract, as published at the source. European Journal of Science and Technology, 2021 · DOI ↗

TakeawaysIn the app
Ask the paperIn the app

The rest is in the Pofolia app

Takeaways and questions to the paper; new summaries every day for your field. Free.

Sign in on the web to open

Field: Radiology, Nuclear Medicine and Imaging

Radiology, Nuclear Medicine and ImagingMedicine