CE画像の腫瘍検出のためのいくつかのテクスチャ機能の比較

カプセル内視鏡検査（CE）は、特に小腸の胃腸管疾患を診断するための新しい技術として広く使用されています。ただし、各テストの多数の画像は、医師にとって大きな負担です。そのため、臨床医のワークロードを緩和するには、コンピューター支援検出（CAD）スキームが必要です。この論文では、腫瘍CE画像と通常のCE画像の自動分化を、比較テクスチャの特徴分析を通じて調査します。この作業では、4つの異なる色のテクスチャが研究されています。つまり、テクスチャスペクトルヒストグラム、カラーウェーブレット共分散、回転不変均一なローカルバイナリパターン、カーフレットベースのローカルバイナリパターンです。サポートベクターマシンが分類器であるため、CE画像の腫瘍検出に対するこれらの4つの異なる色テクスチャの識別能力は、CE画像データの10倍の交差検証実験を通じて、RGB、ラボ、およびHSIの色空間で広く比較されます。HSIカラースペースは、これらすべてのテクスチャベースのCADシステムに最適なカラースペースであることがわかります。さらに、達成される最高のパフォーマンスは、平均精度の点で83.50％であり、回転不変均一な局所バイナリパターンに基づいてスキームによって得られます。

Capsule endoscopy (CE) has been widely used as a new technology to diagnose gastrointestinal tract diseases, especially for small intestine. However, the large number of images in each test is a great burden for physicians. As such, computer aided detection (CAD) scheme is needed to relieve the workload of clinicians. In this paper, automatic differentiation of tumor CE image and normal CE image is investigated through comparative textural feature analysis. Four different color textures are studied in this work, i.e., texture spectrum histogram, color wavelet covariance, rotation invariant uniform local binary pattern and curvelet based local binary pattern. With support vector machine being the classifier, the discrimination ability of these four different color textures for tumor detection in CE images is extensively compared in RGB, Lab and HSI color space through ten-fold cross-validation experiments on our CE image data. It is found that HSI color space is the most suitable color space for all these texture based CAD systems. Moreover, the best performance achieved is 83.50% in terms of average accuracy, which is obtained by the scheme based on rotation invariant uniform local binary pattern.