Erkennung und Klassifizierung von Lungentumoren

Lungenkrebs ist weltweit eine der häufigsten Todesursachen und bezeichnet das unkontrollierte Wachstum abnormer Zellen in der Lunge. Wenn es nicht behandelt wird, kann sich dieses Wachstum über die Lunge hinaus durch Metastasen in nahe gelegenes Gewebe und andere Körperteile ausbreiten. Bildverarbeitungsmethoden werden häufig in verschiedenen medizinischen Bereichen eingesetzt, um die Vorerkennungs- und Behandlungsphasen zu verbessern, wobei die Zeitspanne, die vergeht, sehr wichtig ist, um die Krankheit beim Patienten so schnell wie möglich zu erkennen, insbesondere bei vielen Tumoren. Die vorgeschlagene Methode verwendet zunächst die Erkennung von Lungengewebe durch Segmentierung mit Filterung, morphologischen Operationen usw. Für die Berechnung der statistischen Merkmale wird eine Technik zur Extraktion geometrischer Merkmale verwendet. Schließlich erfolgt die Klassifizierung und Vorhersage unter Verwendung der geometrischen Merkmale, die mit einem Machine Learning-Klassifikator zusammengeführt werden. Die Ergebnisse der Klassifizierung zeigen, ob es sich bei dem CT-Bild um ein normales Bild oder um ein Krebsbild handelt.

Autorentext

Sheshang D. Degadwala lavora attualmente come professore associato e capo del dipartimento di ingegneria informatica, Sigma Institute of Engineering, Vadodara. È anche certificato Microsoft in programmazione Python e Excel. Ha pubblicato 8 libri e ha ottenuto la concessione di 1 brevetto e ha ricevuto 35 premi per i risultati accademici e di ricerca.