МЕНИСКТІҢ ЖЫРТЫЛУЫН ЖІКТЕУ ҮШІН МАШИНАЛЫҚ ОҚЫТУ АЛГОРИТМДЕРІН ҚОЛДАНА ОТЫРЫП, ТІЗЕ БУЫНЫНЫҢ МРТ СУРЕТТЕРІНІҢ ТЕКСТУРАЛЫҚ СИПАТТАМАЛАРЫН АЛУ

Аңдатпа

Бұл мақалада машиналық оқыту әдістерін қолдана отырып, МРТ кескіндерінің текстуралық талдауы негізінде тізе буыны менискісінің жағдайын автоматты түрде жіктеу тәсілі ұсынылған. Белгілерді шығару үшін гистограмма көрсеткіштерін, сұр деңгейлердің бірлескен пайда болу матрицасын (GLCM), серия ұзындықтарының матрицасын (GLRLM) және вейвлет-белгілерді қамтитын MaZda 4.6 бағдарламалық қамтамасыз етуі пайдаланылды. Ең ақпараттық белгілерді іріктеу RFE, ANOVA және Фишер әдістерімен жүргізіліп, бастапқы 297 белгіден 16 белгіге дейін қысқартуға мүмкіндік берді. Normal және tear кластары үшін бинарлық жіктеуде MLP және SVM алгоритмдері қолданылып, оңтайлы белгілер жиынтығында жоғары дәлдік (95%-ға дейін) көрсетті. Алынған нәтижелер текстуралық сипаттамалардың диагностикалық маңыздылығын растап, мениск жыртылуын автоматтандырылған түрде анықтаудың тиімділігін көрсетеді, бұл клиникалық диагностиканы қолдауға және тізе буыны жағдайын болжауға пайдалы болуы мүмкін.