Classificação de Estágios na Doença Renal Crônica por Imagem de Ultrassom

A imagem de ultrassom pode fornecer uma detecção de doenças livre de radiação, não invasiva, de baixo custo e conveniente. No entanto, o efeito de speckle torna-a ruidosa e, assim, reduz suas habilidades diagnósticas gerais na análise de doenças. Este artigo desenvolve um sistema em tempo real para analisar a doença renal crônica (DRC) usando apenas imagens de ultrassom. Como sabemos, este é o primeiro trabalho a analisar os estágios da DRC de pacientes diretamente a partir de imagens de ultrassom sem usar qualquer exame de sangue, como o índice de Creatinina. Para construir o índice de pontuação, este artigo utiliza a distribuição de Nakagami e o Padrão Binário Local (LBP) para modelar as propriedades de dispersão das imagens de ultrassom de pacientes com DRC. Além disso, encontramos que a distribuição etária também é importante para a análise dos estágios da DRC. Após a integração, um conceito de código é adotado para extrair códigos visuais importantes para descrever várias características de textura e dispersão de cada estágio da DRC. Em seguida, um esquema de ensemble é proposto para previsão e classificação do estágio da DRC, separando as imagens de ultrassom de entrada em várias grades e, em seguida, integrando diferentes classificadores treinados nessas grades para construir um classificador forte de estágio da DRC via SVM. Os resultados experimentais demonstram a sensibilidade e especificidade deste sistema de até 93.82% e 83.34%, respectivamente.