개 골반 방사선 사진에서 이미지 특징을 분류하기 위한 기계 학습 활용: 부분 최소 제곱 판별 분석 및 인공 신경망 모델 평가

수의학 방사선학 분야에서 연구당 이미지 수가 증가함에 따라 컴퓨터 보조 진단 기술의 필요성이 커지고 있습니다. 본 연구의 목적은 복부-등 방사선 골반 사진에서 개 엉덩이 관절이 포함된 이미지 영역을 자동으로 식별하기 위해 두 가지 기계 학습 통계 모델을 평가하는 것이었습니다. 엉덩이(120개)와 다른 영역(80개)에서 이미지를 포함한 훈련 세트를 사용하여 선형 부분 최소 제곱 판별 분석(PLS-DA) 모델과 비선형 인공 신경망(ANN) 모델을 훈련하여 엉덩이 이미지를 분류했습니다. 모델의 성능은 별도의 테스트 이미지 세트(엉덩이가 포함된 36개 및 다른 영역에서 20개)를 사용하여 평가했습니다. 부분 최소 제곱 판별 분석 모델은 각각 6.7%, 100%, 89%의 분류 오류, 민감도 및 특이도를 달성했습니다. ANN 모델의 해당 값은 8.9%, 86%, 100%였습니다. 결과는 수의학 이미지의 통계적 분류가 가능하며, 특히 모델 훈련을 위한 잘 분류된 이미지가 많이 있을 때 이미지를 그룹화하고 분류하는 데 잠재력이 있음을 나타냈습니다.