اراِیه روش پردازش تصویربرای تشخیص سنگ کلیه با استخراج ویژگی و الگوریتم نزدیک ترین همسایه

طبق مطالعات انجام شده در مورد بیماری مزمن کلیه باید گفته شود که یک بیماری خطرناک در افراد سنین بالا می‌باشد. این یک بیماری پیش‌رونده است که با خطر بالای بیماری‌های قلبی عروقی، میزان مرگ و میر و هزینه‌های بالای مراقبت‌های بهداشتی همراه است. بنابراین، تشخیص زود ‌هنگام بیماری برای کنترل و مدیریت عواقب آن از اهمیت ویژه‌ای برخوردار است. تشخیص زودرس سنگ کلیه معمولاً از طریق آزمایش خون با استفاده از شاخص نیتروژن اوره خون و کراتنین انجام می‌شود. به دلیل وجود ذرات نویزی و ناخواسته در تصاویر سی‌تی‌اسکن تشخیص و دسته بندی سنگ‌ها در این تصاویر امری پیچیده و چالش برانگیز ‌‌است. هدف این مقاله کمک به پیشگیری از بیماری مزمن کلیه (ckd) با استفاده از تکنیک‌های یادگیری ماشینی برای تشخیص بیماری مزمن کلیه در مراحل اولیه است. ‌در این پژوهش ابتدا ما با استفاده از تکنیک‌های پردازش تصویر از جمله حذف نویز، صاف‌کردن، تیز‌کردن و افزایش کنتراست تصاویر اولیه کلیه را بهبود دادیم. داده‌های مورد استفاده برای این مقاله شامل 20 تصویر سی‌تی‌اسکن بودکه از این تعداد10 مورد کلیه دارای سنگ و10 مورد کلیه سالم بودند. تعداد ویژگی‌های استخراج شده از این تصاویر14 مورد بود که با استخراج از تصاویر فوق وبا استفاده از ماتریس هم‌رخداد خاکستری، روند تشخیص سنگ توسط الگوریتم نزدیک‌ترین همسایه بررسی ودقت و سایر پارامترهای ارزیابی الگوریتم به دست آمد.