Dergiler / Avrupa Bilim ve Teknoloji Dergisi / 2022 / Sayı: 38
Teletıp İçin Artırılmış Gerçeklik Destekli Ön-Teşhis Ortamı: Yüzeysel Damar Takip Sistemi
- Sayı
- 2022 · Sayı: 38
- Sayfa
- 376–385
- DOI
- —
Özet
Önerilen sistem, yakın-kızılötesi video görüntülerini kullanarak yüzeysel damarlardaki daralmaları tespit edebilen sanal bir ön-teşhis ortamı oluşturmaktadır. Çalışmada, takip edilecek dokunun yakın kızıl-ötesi video kayıtları akıllı cihaz aracılığıyla kullanıcı tarafından ev ortamında alınmaktadır. Görüntü ön-işleme aşamasından geçirilen damar görüntülerindeki kesikli yapılar giderilerek elde edilen görüntüler, iki ayrı evrişimsel sinir ağı modelini birlikte değerlendiren hibrit karar verme algoritması kullanılarak sınıflandırılmaktadır. Hibrit karar verme algoritması sonuçlarına göre, görüntülenen bölgeler, Model-1 (Doğruluk Oranı (0.872), Yanlış Sınıflandırma Oranı (0.128), Kesinlik (0.372), Yaygınlık (0.500) ve F-Skoru (0.496)) ve Model-2 ile (Doğruluk Oranı (0.816), Yanlış Sınıflandırma Oranı (0.184), Kesinlik (0.407), Yaygınlık (0.500) ve F- Skoru (0.543)) büyük miktarda eğitim verisetine ihtiyaç duyulmadan sınıflandırılmıştır. Çalışmada, damar görüntülerinde tespit edilen damar daralmaları, ilgili konum üzerine işaretlenmektedir. İşaretli görüntüler, gerçek görüntüler üzerine bindirilmekte ve daralma gelişim süreci, uzun bir zaman aralığını (hafta, ay, yıl) temsil eden video-tabanlı dolaylı artırılmış gerçeklik ortamı şeklindeki bir uzaktıp uygulaması olarak kullanıcıya ve hekimine sunulmaktadır.
Abstract
The proposed system creates a virtual pre-diagnosis environment that can detect narrowings in superficial veins by using the near-infrared video images. In the study, the near-infrared video recordings of the tissue to be followed are taken by the user in the home environment via the smart device. The images obtained by improving the discontinuous structures in the vein images undergone the image pre-processing phase are classified by using a hybrid decision-making algorithm that evaluates two separate convolutional neural network models together. According to the results of the hybrid decision-making algorithm, the imaged regions could be classified with Model-1 (Accuracy Rate (0.872), Misclassification Rate (0.128), Precision (0.372), Prevalence (0.500) and F-Score (0.496)) and Model-2 (Accuracy Rate (0.816), Misclassification Rate (0.184), Precision (0.407), Prevalence (0.500) ve F-Score (0.543)) without the need for large amounts of training dataset. In the study, the detected vein narrowings in the vein images are marked on the relevant location. The marked images are superimposed on the real images and the narrowing progress process is presented to the user and his/her physician as a telemedicine application in the form of a video-based indirect augmented reality environment representing a long time interval (week, month, year).