X-RAY MEDICAL IMAGE CLASSIFICATION TECHNIQUE

Abstract

Abstract Automatic classification has been on estimating a good selection of the appropriate class for a given image out of a set of pre-defined categories and it has representation techniques which are major aspect of automatic classification. The difficult of x-ray medical image classification is distribution training sample in training classes which convey unbalance training samples and at one class it is difficult to find a general features for that particular class because Intra class variability among these classes is high. Moreover, Visual similarity between images contained from different class makes inter-class similarity. To handle these problems, x-ray medical image feature extraction techniques should be studied to design x-ray medical image representation technique and evaluate this proposal technique compared with other representation techniques. X-ray medical image representation technique was designed and applied on 180 x-ray medical images from ImageCLEF 2005 dataset. It use an empirical study to compute an accuracy rate using a program code written in java which using classes to represent x-ray images using histogram equalization and applied java class for each image to compute 14 features. These features were fed to Support Vector Machine to establish a prediction model for this x-ray medical image representation technique. This xray medical image representation was evaluated using accuracy rate which obtained 83.426% at global level and it high compared with previous x-ray medical image representation at global level on same dataset المستخلص وقد التصنيف التلقائي على تقدير مجموعة جيدة من فئة مناسبة لصورة معينة من مجموعة من الفئات المحددة مسبقا وذلك لديه تقنيات التمثيل التي هي جانب رئيسي من التلقائي تصنيف. صعوبة تصنيف الصور الطبية بالأشعة السينية هو التوزيع عينة تدريب في فصول التدريب التي تنقل عينات التدريب غير المتوازنة وفي فصل واحد ، من الصعب العثور على ميزات عامة لتلك الفئة المعينة لأن التباين داخل الصف بين هذه الفئات مرتفع. علاوة على ذلك ، البصرية التشابه بين الصور الواردة من فئة مختلفة يجعل بين الطبقات تشابه. لمعالجة هذه المشاكل ، ميزة استخراج صورة الأشعة السينية الطبية يجب دراسة التقنيات لتصميم تمثيل صورة الأشعة السينية الطبية تقنية وتقييم هذه التقنية الاقتراح مقارنة مع غيرها تقنيات التمثيل. كانت الأشعة السينية تقنية تمثيل الصورة الطبية تم تصميمه وتطبيقه على 180 صورة طبية بالأشعة السينية من ImageCLEF 2005 مجموعة البيانات. انها تستخدم دراسة تجريبية لحساب معدل دقة باستخدام برنامج شفرة مكتوبة بلغة جافا تستخدم فئات لتمثيل صور الأشعة السينية باستخدام الرسم البياني معادلة وفئة جافا المطبقة لكل صورة لحساب 14 المميزات. تم تغذية هذه الميزات لدعم آلة المتجهات لإنشاء نموذج التنبؤ لهذه التقنية تمثيل صورة الأشعة السينية. تم تقييم هذا تمثيل صورة الأشعة السينية الطبية باستخدام معدل الدقة التي حصلت على 83.426 ٪ على المستوى العالمي وأنها عالية مقارنة بالأشعة السينية السابقة تمثيل صورة طبية على المستوى العالمي في نفس مجموعة البيانات