Öz
Nucleus images of prostate cells, acquired using a microscope, camera, and a digitizing
board, are mathematically modeled by stationary wavelet transform. Daubechies, Coiflet,
biorthogonal, and symmetric spline wavelets with different orders are used for the
transforms. Feature vectors are calculated from the energy, entropy, and mean deviation
representations of each channel output. The performance of the wavelet signatures is
measured by using linear discriminant classifier. From the cross-validated classification
results, it is demonstrated that mean deviation signatures calculated from the biorthogonal
wavelet transform gave the best result.
Anahtar Kelimeler
Feature extraction Texture analysis Texture classification Wavelet transform
Öz
Bu çalışmada, mikroskop, kamera ve sayısallaştırıcı kart kullanılarak elde edilmiş olan
prostat hücre çekirdek imgeleri, durağan dalgacık dönüşüm yöntemi kullanılarak
modellenmiştir. İşlemlerde Daubechies, Coiflet, çiftdikgen ve simetrik dalgacıkların değişik
tipleri kullanılmıştır. Öznitelik vektörleri, her kanal için enerji, entropi ve ortalama sapma
hesaplanarak oluşturulmuştur. Modelin başarımını ölçmek için, doğrusal ayırtaç sınıflandırıcı
kullanılmıştır. Çapraz sağlama yöntemi ile elde edilen sınıflandırma sonuçlarına bakıldığında,
çiftdikgen dalgacık dönüşümünden elde edilen ortalama sapma özniteliklerinin en iyi sonucu
verdiği görülmüştür.
Anahtar Kelimeler
Öznitelik çıkarma Doku analizi Doku sınıflandırma Dalgacık dönüşümü
Ayrıntılar
| Diğer ID | JA63JM23NV |
|---|---|
| Yazarlar | |
| Yayımlanma Tarihi | 1 Ocak 2003 |
| Yayımlandığı Sayı | Yıl 2003 Cilt: 5 Sayı: 1 |
Bu dergi, Creative Commons Atıf-GayriTicari 4.0 Uluslararası Lisansı (CC BY-NC 4.0) altında lisanslanmıştır.