单jc.php

JACIII第26卷第5期,第698-705页
doi:10.20965/jaciii.2022.p0698
(2022)

纸张:

基于图像处理和机器学习算法的计算机血型识别

玛丽菲·A·罗萨莱斯和Robert G.de Luna

De La Salle Lipa电子与通信工程系
1962年J.P.Laurel National Highway,Mataas na Lupa,Batangas 4217,菲律宾

通讯作者

收到:
2021年11月24日
认可的:
2022年4月26日
出版:
2022年9月20日
关键词:
血型识别、图像处理、特征提取、机器学习算法、粗树DT
摘要

血型鉴定是一种用于确定特定血型的方法。这是输血或献血前的一项要求,尤其是在紧急情况下。目前,测试是由实验室的医疗技术人员手动进行的。有时,手动血型分析容易出现人为错误,导致报告中的血型错误和分型错误,导致致命的输血反应。这项研究的重点是开发一种能够使用图像处理和机器学习算法识别个人血型的设备。该研究通过开发一个与网络摄像头系统集成的捕获盒,有效地捕获血样图像,对八种血型进行了识别,特别是恒河猴的阳性和阴性血型A、B、O和AB。在本研究中,使用的方法包括通过分割进行图像处理、通过颜色和纹理属性进行特征提取以及不同的机器学习算法。训练后的结果表明,采用70:30的坚持验证,粗树DT的性能准确率最高,达到97.77%。测试结果表明,经注册医疗技术专家验证,该系统的准确率为100%。

带有血样和血型的血型识别GUI

血型识别GUI,包含血样和血型

引用本文为:
M.Rosales和R.de Luna,“使用图像处理和机器学习算法进行基于计算机的血型识别,”高级计算杂志。因特尔。因特尔。通知。第26卷第5期,第698-705页,2022年。
数据文件:
工具书类
  1. [1] A.Sahastarbudhe和S.Ajij,“血型检测和红细胞、白细胞计数:图像处理方法”,《国际工程计算杂志》。科学。,第5卷,第10期,第18635-18639页,2016年。
  2. [2] M.Sidhu等人,“关于三级护理中心输血前检测错误的报告:迈向输血安全的一步”,亚洲J.Transfus。科学。,2016年第10卷第1期,第48-52页。
  3. [3] R.A.Rathod和R.A.Pathan,“使用SIFT变换和SVM分类器确定和分类人类血型”,《电气、电子和仪器工程高级研究国际期刊》,第5卷,第11期,第8467-8473页,2016年。
  4. [4] S.M.N.Fathima,“通过显微镜彩色图像对血型进行分类”,《国际医学杂志》。学习。计算。,第3卷,第4期,第376-379页,2013年。
  5. [5] A.Ferraz、V.Carvalho和F.Soares,“基于图像处理的血型定型原型”,Sensordevices 4th Int.Conf.Sens.Device Technol。申请。,第139-144页,2013年。
  6. [6] G.Ravindran等人,“使用图像处理技术确定和分类血型”,Int.J.Comput。申请。,2017年第157卷第1期第12-16页。
  7. [7] M.A.Rosales等人,“智能水产养殖系统中基于R-CNN的更快鱼类探测器”,IEEE第13届国际类人、纳米技术和信息技术大会。Commun公司。控制。环境。管理。,doi:10.1109/HNICEM54116.2021.97320422022。
  8. [8] S.S.Nikam,“数据挖掘算法中分类技术的比较研究”,《东方》。J.计算。科学。技术。,第8卷,第1期,第13-19页,2015年。
  9. [9] M.A.Rosales等人,“使用机器学习算法的基于生理学的智能压力检测器”,IEEE第11届国际仿人、纳米技术和信息技术会议。Commun公司。控制。环境。管理。(HNICEM),doi:10.1109/HNICEM48295.2019.90733552019年。
  10. [10] M.A.Rosales等人,“人工智能:菲律宾的技术采用和影响”,IEEE第12届国际类人、纳米技术和信息技术会议。Commun公司。控制。环境。管理。(HNICEM),doi:10.1109/HNICEM51456.2020.94000252020。
  11. [11] S.Uchida,“生物图像的图像处理和识别”,《发育、生长和分化》,第55卷,第4期,第523-549页,2013年。
  12. [12] J.M.Sharif等人,“使用掩蔽和分水岭算法进行红细胞分割:初步研究”,《国际生物识别》。工程师(ICoBE),第258-2622012页。
  13. [13] K.B.Soni和S.S.Lokhande,“血型检测和WBC,RBC细胞计数”,国际期刊Innov。Res.Electr.公司。电子。仪器。《控制工程》,第6卷,第6期,第78-83页,2018年。
  14. [14] N.M.D.Costa,“通过凝集实现自动血型扫描仪”,波尔图大学博士论文,2014年。
  15. [15] G.Mandloi,《彩色图像特征提取技术综述》,国际计算机杂志。科学。技术信息。,2013年,第3卷,第4615-4620页。
  16. [16] M.Hasantalukder等人,“利用图像处理技术提高人类血型测定的准确性”,《国际高级研究计算杂志》。Commun公司。《工程》,第4卷,第10期,第411-412页,2015年。
  17. [17] W.Zhu、N.Zeng和N.Wang,“灵敏度、特异性、准确性、相关置信区间和ROC分析与实用SAStextsuperscript®Implementations K&L Consulting Services,Inc.,宾夕法尼亚州华盛顿堡Octagon Research Solutions,Wayne,”NESUG 2010 Heal。护理生命科学。,2010https://www.lexjansen.com/nesug/nesug10/hl/hl07.pdf[2019年6月12日访问]
  18. [18] M.A.Rosales等人,“利用人工神经网络和优化的支持向量机进行非侵袭性糖基化血红蛋白监测”,第九国际研讨会。计算。因特尔。Ind.申请。,doi:10.13140/RG.2.2.28403.456042020年。
  19. [19] D.Khanna等人,“预测心脏病患病率的分类技术(SVM、Logistic回归和神经网络)比较研究”,《国际医学杂志》。学习。计算。,第5卷,第5期,第414-419页,2015年。

*该网站是基于HTML5和CSS3为现代浏览器设计的,例如Chrome、Firefox、Safari、Edge和Opera。

上次更新日期:2024年6月3日