ridm@nrct.go.th   ระบบคลังข้อมูลงานวิจัยไทย   รายการโปรดที่คุณเลือกไว้

Fusion of spatial gray level dependency and fractal texture features for the characterization of thyroid lesions

หน่วยงาน มหาวิทยาลัยเชียงใหม่

รายละเอียด

ชื่อเรื่อง : Fusion of spatial gray level dependency and fractal texture features for the characterization of thyroid lesions
นักวิจัย : Raghavendra U. , Rajendra Acharya U. , Gudigar A. , Hong Tan J. , Fujita H. , Hagiwara Y. , Molinari F. , Kongmebhol P. , Hoong Ng K.
คำค้น : -
หน่วยงาน : มหาวิทยาลัยเชียงใหม่
ผู้ร่วมงาน : -
ปีพิมพ์ : 2560
อ้างอิง : 0041624X , 2-s2.0-85013131089 , 10.1016/j.ultras.2017.02.003 , https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85013131089&origin=inward , http://cmuir.cmu.ac.th/jspui/handle/6653943832/40522
ที่มา : -
ความเชี่ยวชาญ : -
ความสัมพันธ์ : -
ขอบเขตของเนื้อหา : -
บทคัดย่อ/คำอธิบาย :

© 2017 Elsevier B.V. Thyroid is a small gland situated at the anterior side of the neck and one of the largest glands of the endocrine system. The abrupt cell growth or malignancy in the thyroid gland may cause thyroid cancer. Ultrasound images distinctly represent benign and malignant lesions, but accuracy may be poor due to subjective interpretation. Computer Aided Diagnosis (CAD) can minimize the errors created due to subjective interpretation and assists to make fast accurate diagnosis. In this work, fusion of Spatial Gray Level Dependence Features (SGLDF) and fractal textures are used to decipher the intrinsic structure of benign and malignant thyroid lesions. These features are subjected to graph based Marginal Fisher Analysis (MFA) to reduce the number of features. The reduced features are subjected to various ranking methods and classifiers. We have achieved an average accuracy, sensitivity and specificity of 97.52%, 90.32% and 98.57% respectively using Support Vector Machine (SVM) classifier. The achieved maximum Area Under Curve (AUC) is 0.9445. Finally, Thyroid Clinical Risk Index (TCRI) a single number is developed using two MFA features to discriminate the two classes. This prototype system is ready to be tested with huge diverse database.

บรรณานุกรม :
Raghavendra U. , Rajendra Acharya U. , Gudigar A. , Hong Tan J. , Fujita H. , Hagiwara Y. , Molinari F. , Kongmebhol P. , Hoong Ng K. . (2560). Fusion of spatial gray level dependency and fractal texture features for the characterization of thyroid lesions.
    เชียงใหม่ : มหาวิทยาลัยเชียงใหม่ .
Raghavendra U. , Rajendra Acharya U. , Gudigar A. , Hong Tan J. , Fujita H. , Hagiwara Y. , Molinari F. , Kongmebhol P. , Hoong Ng K. . 2560. "Fusion of spatial gray level dependency and fractal texture features for the characterization of thyroid lesions".
    เชียงใหม่ : มหาวิทยาลัยเชียงใหม่ .
Raghavendra U. , Rajendra Acharya U. , Gudigar A. , Hong Tan J. , Fujita H. , Hagiwara Y. , Molinari F. , Kongmebhol P. , Hoong Ng K. . "Fusion of spatial gray level dependency and fractal texture features for the characterization of thyroid lesions."
    เชียงใหม่ : มหาวิทยาลัยเชียงใหม่ , 2560. Print.
Raghavendra U. , Rajendra Acharya U. , Gudigar A. , Hong Tan J. , Fujita H. , Hagiwara Y. , Molinari F. , Kongmebhol P. , Hoong Ng K. . Fusion of spatial gray level dependency and fractal texture features for the characterization of thyroid lesions. เชียงใหม่ : มหาวิทยาลัยเชียงใหม่ ; 2560.