PHÂN LOẠI MỨC ĐỘ VIÊM KHỚP SỬ DỤNG K-MEANS KẾT HỢP CẢI THIỆN ĐỘ TƯƠNG PHẢN DỰA TRÊN KỸ THUẬT AIHT VÀ CLAE

Tóm tắt

Bài báo này trình bày về kỹ thuật phân loại mức độ viêm khớp đầu gối tự động bằng máy tính, giúp hỗ trợ y bác sĩ trong việc chẩn đoán mức độ viêm khớp. Phương pháp được đề xuất thực hiện qua bốn bước: tiền xử lý, phân đoạn, khai thác các kiến trúc của ảnh, phân loại. Trong hệ thống này, kỹ thuật CLAHE (Contrast Limited Adaptive Histogram Equalization) và AIHT (Adaptive Inverse Hyperbolic Tangent) được sử dụng cho bước tiền xử lý nhằm tăng cường độ tương phản. Quá trình phân đoạn được thực hiện bởi thuật toán Gabor Kernel. Việc khai thác cấu trúc của ảnh được sử dụng thuật toán GLCM (Gray Level Co-occurrence Matrix) để khai thác các tính năng như năng lượng, sự tương phản, sự tương đồng và sự đồng nhất của điểm ảnh để làm tập dữ liệu huấn luyện dùng cho việc phân loại mức độ viêm khớp.