Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society · 2007
Size-invariant descriptors for detecting regions of abnormal growth in cervical vertebrae.
СтатьяПоддержка NIH: внешняя программаResearch Support, N.I.H., IntramuralПоддержка исследования: вне правительства СШАНазвание и аннотация: Перевод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Stanley R Joe, Antani Sameer, Long Rodney, Thoma George, Gupta Kapil, Das Mohammed
Аннотация
Digitized spinal X-ray images exhibiting specific pathological conditions such as osteophytes can be retrieved from large databases using Content Based Image Retrieval (CBIR) techniques. For efficient image retrieval, it is important that the pathological features of interest be detected with high accuracy. In this study, new size-invariant features were investigated for the detection of anterior osteophytes, including claw and traction in cervical vertebrae. Using a K-means clustering and nearest neighbor classification approach, average correct classification rates of 85.80%, 86.04% and 84.44% were obtained for claw, traction and anterior osteophytes, respectively.