16+
DOI: 10.18413/2518-1092-2024-9-1-0-6

СЕГМЕНТАЦИЯ ИЗОБРАЖЕНИЙ ДЛЯ ЗАДАЧИ ДИАГНОСТИКИ ПЛОСКО-ВАЛЬГУСНОЙ ДЕФОРМАЦИИ СТОП

Плоско-вальгусная деформация стопы (ПВДС) является распространенным состоянием, которое может привести к различным проблемам со здоровьем, таким как болевые синдромы и искривление позвоночника. Для эффективной диагностики при помощи программных средств требуется точная сегментация заднего отдела стопы на изображениях. В данном исследовании было проведено сравнение двух методов сегментации изображений: пороговая обработка и модель на основе сверточной нейронной сети (CNN), а именно архитектуры U-Net. Пороговая обработка, хотя и проста в реализации, не всегда эффективна на изображениях с неравномерной яркостью или шумами. В то время как модель на основе нейронной сети представляет собой более сложный, но более точный метод, способный адаптироваться к различным условиям изображений. Проведенное исследование показало, что модель на основе нейронной сети демонстрирует высокую точность сегментации заднего отдела стопы на изображениях различных пациентов. Точность этой модели составила 97% на тестовых данных и 95% на валидационных данных, что подтверждает ее эффективность. Модель на основе сверточной нейронной сети, такая как архитектура U-Net, представляет собой предпочтительный выбор для сегментации изображений заднего отдела стопы. Ее способность адаптироваться к различным условиям изображений, и высокая точность делают ее эффективным инструментом в клинической практике.

Количество просмотров: 81 (смотреть статистику)
Количество скачиваний: 130
Полный текст (PDF)К списку статей
  • Комментарии
  • Список литературы

Пока никто не оставил комментариев к этой публикации.
Вы можете быть первым.

Оставить комментарий: