0 évaluation0% ont trouvé ce document utile (0 vote)
39 vues3 pages
Este documento instruye al estudiante en implementar códigos de Matlab para analizar imágenes médicas y clasificarlas como enfermas o sanas. El estudiante debe desarrollar un código para procesar 6 imágenes (3 enfermas y 3 sanas) y extraer características como el número y áreas de objetos para clasificarlas usando SVM y un experto. Luego, el código se usa para clasificar nuevas imágenes usando las características extraídas. Finalmente, el estudiante implementa un clasificador de umbral usando
Description originale:
Anexo 1 - Implementación de códigos en el software
Titre original
Anexo 1 - Implementación de códigos en el software
Este documento instruye al estudiante en implementar códigos de Matlab para analizar imágenes médicas y clasificarlas como enfermas o sanas. El estudiante debe desarrollar un código para procesar 6 imágenes (3 enfermas y 3 sanas) y extraer características como el número y áreas de objetos para clasificarlas usando SVM y un experto. Luego, el código se usa para clasificar nuevas imágenes usando las características extraídas. Finalmente, el estudiante implementa un clasificador de umbral usando
Este documento instruye al estudiante en implementar códigos de Matlab para analizar imágenes médicas y clasificarlas como enfermas o sanas. El estudiante debe desarrollar un código para procesar 6 imágenes (3 enfermas y 3 sanas) y extraer características como el número y áreas de objetos para clasificarlas usando SVM y un experto. Luego, el código se usa para clasificar nuevas imágenes usando las características extraídas. Finalmente, el estudiante implementa un clasificador de umbral usando
1. Desarrolle el siguiente código en el script de Matlab. (Asegúrese de
estar trabajando en la carpeta que ya se ha creado). Para esta unidad el estudiante debe trabajar con 3 imágenes enfermas y 3 imágenes sanas (la base de datos será proporcionada por el tutor, por favor, solicitarla por correo interno)
El código a utilizar es el que ya se implementó en el paso 2, en el
ejercicio 1. La combinación de numpixel y umbral, debe ser única para las 6 imágenes y debe ser la que detecte por lo menos el 70% de la “enfermedad” en las 3 imágenes enfermas. Es decir, el estudiante no debe hacer un código por cada imagen, sino un código para todas las imágenes proporcionadas por el tutor.
Nota1: Si no está trabajando en la carpeta donde se encuentra la imagen
guardada, al realizar el código le saldrá error.
Nota2: Para que el código sea válido, debe tener una línea con su nombre.
a. Explique cada línea de código.
b. ¿Cómo funciona y que datos obtienen de la función “bwlabel”? c. ¿Qué valor se obtiene en las variables “Lo” y en “num”? d. ¿Cómo funciona y que datos obtienen de la función “regionprops”?
Nota 3: El filtro utilizado para este experimento es el generado después
de la binarización (Paso 2, ejercicio 1), si el estudiante utiliza el filtro que se obtuvo después de la dilatación no obtendrá el puntaje correcto de este experimento.
2. Cada estudiante debe obtener las siguientes características de cada
una de 3 imágenes enfermas y de las 3 imágenes sanas. Las características las debe guardar en una matriz de Excel donde se tenga la siguiente información: Cantidad Área Área Clasificación Clasificación de objetos máxima mínima SVM Experto en la imagen enferma 1 1 enferma 1 2 enferma 1 3
sana 1 0
sana 2 0
sana 3 0
El estudiante debe anexar el resultado de cada imagen procesada con un
pantallazo de toda la ventana de Matlab, donde se observe: ComandWindows, Workspace, y Current Folder.
De acuerdo a la investigación que usted ha realizado sobre máquinas de
soporte vectorial, sabe que la clasificación está dada en binario, por lo tanto, 1 será nuestra clasificación para imagen enferma y 0 para imagen sana.
• Guarde la tabla anterior como “datos.xlsx”
3. Desarrolle el siguiente código en el script de Matlab. (Asegúrese de
estar trabajando en la carpeta que ya se ha creado).
Nota1: Si no está trabajando en la carpeta donde se encuentra la imagen
guardada, al realizar el código le saldrá error.
Nota2: Para que el código sea válido, debe tener una línea con su nombre.
donde datos.xlsx es la tabla anteriormente creada y prueba.xlsx es
una tabla que contiene nuevas características con imágenes diferentes a las 3 imágenes enfermas y las 3 imágenes sanas del punto anterior, ya que estas son con las que se entrenó la máquina (solicitar por correo interno a su tutor, la base de datos de las imágenes de prueba).
• El estudiante debe incluir en el documento de entrega tanto la tabla
de las características con las que entreno la máquina, es decir las contenidas en datos.xlsx y la tabla que contiene las características nuevas contenidas en prueba.xlsx. • Explique cada línea del código.
4. Clasificador de umbral o perceptrón: con las dos primeras
características (cantidad de objetos y área máxima), el estudiante realizará el clasificador por umbral. El estudiante debe investigar cómo realizar este clasificador, anexar el código y resultados obtenidos.