Resumen

Este artículo aborda el problema de localizar automáticamente el límite entre el estómago y el intestino delgado (el píloro) en un vídeo de endoscopia con cápsula inalámbrica (WCE). Para una segmentación eficiente de la imagen, se desarrolla el método de detección de región de color-saliencia (CSD) para obtener la región potencialmente válida del fotograma (VROF). Para mejorar la precisión en la localización del píloro, diseñamos el modelo Monitor-Judge. Por un lado, la característica de fusión color-textura de percepción visual (CTVP) se construye mediante la característica de matriz de coocurrencia de nivel de gris (GLCM) a partir de los momentos máximos de la característica de covarianza de congruencia de fase e histograma de tono-saturación en el espacio de color HSI. Por otro lado, se utiliza un clasificador de máquina de vectores de soporte (SVM) con la característica CTVP para localizar el píloro. Los resultados experimentales en 30 vídeos reales de WCE demuestran que el método de localización propuesto supera a las valiosas técnicas relacionadas.

• Materias:Señales orofaciales Clasificación del cáncer Terapia de exposición Resonancias magnéticas Medicina de precisión
• Subjects:Orofacial signals Cancer classification Exposure therapy Magnetic resonance imaging Precision medicine
• Palabras claves:píloro, matriz de coocurrencia de niveles de gris, espacio de color HSI, segmentación eficiente de imágenes, covarianza de congruencia de fase, vídeos reales de WCE, técnicas valiosas relacionadas, detección de regiones de saliencia, característica de histograma de saturación, máquina de vectores de apoyo.
• Keywords:pylorus, grey level cooccurrence matrix, HSI color space, efficient image segmentation, phase congruency covariance, real WCE videos, related valuable techniques, saliency region detection, saturation histogram feature, support vector machine