Classificação de patch de imagem pulmonar com aprendizado automático de características

A classificação de patch de imagem é uma tarefa importante em muitas aplicações diferentes de imagem médica. O desempenho da classificação geralmente depende muito da eficácia dos vetores de característica da imagem. Embora muitos descritores de características tenham sido propostos nos últimos anos, eles podem ser bastante complicados e específicos do domínio. O aprendizado automático de características a partir de dados de imagem emergiu recentemente como uma tendência diferente, para capturar as características intrínsecas da imagem sem o design manual de características. Neste artigo, propomos criar extratores de características em múltiplas escalas com base em um algoritmo de aprendizado não supervisionado; e obter os vetores de características da imagem pela convolução dos extratores de características com os patches de imagem. As características da imagem geradas automaticamente são adaptativas aos dados e altamente descritivas. Um esquema de classificação simples é então utilizado para classificar os patches de imagem. O método proposto é genérico por natureza e pode ser aplicado a diferentes domínios de imagem. Para avaliação, realizamos a classificação de patches de imagem para diferenciar vários padrões de tecido pulmonar comumente observados na doença pulmonar intersticial (DPI), e demonstramos resultados promissores.