TY - JOUR ID - TI - Medical Image Classification Approach Based on Texture Information تصنيف الصور الطبية استنادا الى طريقة معلومات النسيج AU - Methaq T. Gaata ميثاق طالب كاطع AU - Muna Abdul Hussain Radi منى عبد الحسين راضي AU - Sundos Abdul Ameer Hameed سندس عبد الامير حامد PY - 2018 VL - 8 IS - 3 اللغة الانكليزية SP - 114 EP - 127 JO - Iraqi Journal of Information Technology المجلة العراقية لتكنولوجيا المعلومات SN - 19948638 26640600 AB - Texture features play important role in most image classification technique to obtain high accuracy results. In this work, the medical image classification method considering texture analysis and statistical features have been proposed. The main concept of proposed method depends on extract statistical features from texture information for each medical image under consideration during classification process. The proposed classification method consists of two parts. In first part, the gray level co-occurrence matrix GLCM have been computed for gray medical image and then extract some statistical texture features with second order. In second part, each of input medical images will be assign to corresponding class depending on GLCM texture features that are extracted in pervious part. The performance of suggested method evaluated using multi classes for different medical image including heart, liver, and kidney. The experimental results show ability of proposed method to achieve high accuracy degree in medical image classification.

تؤدي ميزات النسيج دورًا مهمًا في معظم تقنية تصنيف الصور للحصول على نتائج عالية الدقة. في هذا العمل ، تم اقتراح طريقة تصنيف الصور الطبية بالنظر إلى تحليل النسيج والميزات الإحصائية. يعتمد المفهوم الرئيسي للأسلوب المقترح على استخراج الخصائص الإحصائية من معلومات النسيج لكل صورة طبية قيد النظر أثناء عملية التصنيف. تتكون طريقة التصنيف المقترحة من جزأين. في الجزء الأول ، تم حساب مصفوفة التراكب ذات المستوى الرمادي GLCM للصورة الطبية الرمادية ثم استخراج بعض خصائص النسيج الإحصائي بالترتيب الثاني. في الجزء الثاني ، سيتم تعيين كل صورة من الصور الطبية المدخلة للفئة المقابلة اعتمادًا على ميزات نسيج GLCM المستخرجة في الجزء السابق. تم تقييم أداء الطريقة المقترحة باستخدام فئات متعددة للصور الطبية المختلفة بما في ذلك القلب والكبد والكلى. تظهر النتائج التجريبية قدرة الطريقة المقترحة على تحقيق درجة عالية من الدقة في تصنيف الصور الطبية ER -