Key points are not available for this paper at this time.
초음파 신장 암의 자동 진단은 의사에 의해 탐지가 쉽지 않기 때문에 의료 영상에서 더 어려워졌습니다. 전처리는 신장 이미지의 품질을 향상시키고 배경에서 잡음과 원치 않는 요소를 제거하기 위한 최초의 식별 방법입니다. 전처리 방법은 제안된 알고리즘에 필수적이며 중요합니다. 이 분석의 목적은 초음파 스캔을 통해 신장 장애를 인식하고 분류하는 것입니다. 초음파 이미지는 특징을 추출하기 전에 관심 픽셀을 보호하기 위해 준비됩니다. 각 이미지에 대해 일련의 정량적 특징이 합성되었으며, 특징의 수를 최소화하기 위해 주성분 분석이 수행되어 웨이블릿 기반 다중 스케일 특징 집합이 생성됩니다. 이 방법에서 드래곤플라이 알고리즘(DFA)이 실행되었습니다. 제안된 작업에서는 랜덤 결정 숲 분류기의 설계와 훈련 및 선택된 특징이 구현됩니다. 이상적인 특성을 사용하여 e-health 정보를 분류하는 데 RF 분류기가 사용됩니다. 제안된 기법은 MATLAB/Simulink 작업 사이트에서 활성화되며, 실험 결과는 제안된 기법의 최고 정확도가 GWO-FFBN 기법을 사용하여 95.6%임을 보여줍니다.
C. Venkata Narasimhulu (Mon,)이 이 질문을 연구했습니다.