Методы кластеризации данных при распознавании эндоскопических снимков в задачах компьютерной медицинской диагностики

Abstract

Представлены результаты анализа существующих методов кластеризации данных, получаемых при эндоскопии гортани. Предложена модификация метода Виолы-Джонса для распознавания изображений с использованием критерия гибкого выхода. Метод Виолы-Джонса исследует все области на изображении и принимает решение о принадлежности распознаваемой области к искомой путем прохождения через классифицированный каскад. Эндоскопические снимки имеют большое количество особенностей, таких как засветка, шумы и другие, которые ухудшают качество распознавания. Для улучшения качества распознавания предложена кластеризация с критерием гибкого выхода, которая удовлетворяет критериям масштабируемости – изменение решения вместо перехода к другой области распознавания. Установлено, что предложенная модификация метода Виолы-Джонса показывает высокие результаты распознавания для эндоскопических снимков.