Key points are not available for this paper at this time.
O aumento global da população levantou simultaneamente a conscientização sobre a manutenção da boa saúde na maioria das pessoas. A qualidade ruim dos alimentos consumidos e a poluição ambiental levam à ocorrência de câncer de pulmão na maioria das pessoas. É extremamente importante detectar o câncer de pulmão em estágios iniciais com o mínimo atraso de tempo e fornecer uma melhor solução para reduzir o câncer de pulmão. A detecção precoce do câncer de pulmão também é desejável para uma análise eficiente e ajuda o oftalmologista a fornecer o tratamento nos estágios iniciais. Pesquisadores anteriores empregaram métodos como Transformada Rápida de Fourier (FFT) para aprimoramento de imagem, abordagem de limiarização para segmentação e abordagem de binarização para extração, entre outros. O trabalho de pesquisa visa computacionalizar essas seleções, passando as imagens de câncer de pulmão disponíveis e seu banco de dados em três fases essenciais: aprimoramento, segmentação e estágio de extração de características, para alcançar mais qualidade e precisão na detecção do câncer de pulmão. As abordagens desenvolvidas pelos pesquisadores anteriores falham em produzir precisão em aplicações em tempo real. Assim, para superar as desvantagens dessas abordagens, um novo método para detectar câncer de pulmão usando filtros de Gabor e técnicas de segmentação por bacia hidrográfica é proposto neste trabalho. As imagens de TC (Tomografia Computadorizada) capturadas de pacientes com câncer de pulmão são analisadas desenvolvendo uma técnica de processamento de imagem digital. Os resultados obtidos são comparáveis com os valores padrão obtidos do hospital para análise em tempo real. Portanto, esta nova técnica com filtros de Gabor e abordagem de segmentação por bacia hidrográfica pode ser usada para a rápida detecção de câncer de pulmão. Essa abordagem é benéfica para as indústrias de fabricação de equipamentos médicos e também ajuda os praticantes médicos na detecção precoce do câncer de pulmão.
Avinash et al. (Mon,) estudaram essa questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: