When the wound boundary has been su

When the wound boundary has been successfully determined
and thewound area calculated, we next evaluate the healing state
of the wound by performing Color segmentation, with the goal
of categorizing each pixel in the wound boundary into certain
classes labeled as granulation, slough and necrosis [21], [24].
The classical self-organized clustering method called K-mean
with high computational efficiency is used [22]. After the color
segmentation, a feature vector including the wound area size
and dimensions for different types of wound tissues is formed
to describe the wound quantitatively. This feature vector, along
with both the original and analyzed images, is saved in the result
database.

ผลลัพธ์ (ไทย) 1:

เมื่อขอบแผลเรียบร้อยแล้วตัดสินได้และ thewound ตั้ง คำนวณ เราประเมินสถานะการรักษาต่อไปของแผลโดยการแบ่งกลุ่มสี มีเป้าหมายของประเภทแต่ละพิกเซลในขอบเขตของแผลเป็นบางชั้นว่าแกรนูล คราบ และการตายเฉพาะส่วน [21], [24]คลาสสิกด้วยตนเองจัดระบบคลัสเตอร์วิธีเรียก K หมายถึงมีประสิทธิภาพสูงคำนวณจะใช้ [22] หลังจากสีแบ่ง เวกเตอร์คุณลักษณะรวมถึงขนาดพื้นที่บาดแผลและมิติสำหรับชนิดต่าง ๆ ของเนื้อเยื่อแผลเป็นเกิดขึ้นอธิบายบาดแผล quantitatively คุณลักษณะนี้เวกเตอร์ พร้อมมีทั้งแบบเดิม และวิเคราะห์ภาพ บันทึกผลลัพธ์ฐานข้อมูล

ผลลัพธ์ (ไทย) 2:

เมื่อเขตแดนแผลได้รับการพิจารณาที่ประสบความสำเร็จและพื้นที่ thewound คำนวณเราต่อไปประเมินรัฐรักษาแผลโดยการดำเนินการแบ่งส่วนสีโดยมีเป้าหมายของการจัดหมวดหมู่แต่ละพิกเซลในขอบเขตแผลลงไปในบางชั้นเรียนที่มีข้อความเป็นเม็ดคราบและเนื้อร้าย[21 ], [24]. วิธีการจัดกลุ่มตนเองจัดคลาสสิกที่เรียกว่า K-หมายถึงมีประสิทธิภาพสูงในการคำนวณจะใช้[22] หลังจากที่สีแบ่งส่วนเวกเตอร์คุณลักษณะรวมทั้งขนาดพื้นที่แผลและขนาดสำหรับชนิดของเนื้อเยื่อแผลจะเกิดขึ้นเพื่ออธิบายแผลเชิงปริมาณ คุณลักษณะนี้เวกเตอร์พร้อมกับทั้งต้นฉบับและวิเคราะห์ภาพจะถูกบันทึกในผลฐานข้อมูล

ผลลัพธ์ (ไทย) 3:

เมื่อแผลที่ได้รับการพิจารณาขอบเขตและพื้นที่เรียบร้อยแล้ว
thewound คำนวณเราต่อไป ประเมินการรักษาสภาพของแผลโดยการแบ่งส่วน

สี กับเป้าหมายของการแยกแยะแต่ละพิกเซลในแผลขอบเข้าเรียนแน่นอน
ป้ายเป็นเม็ด , คราบเนื้อร้าย [ 21 ] , [ 24 ] .
self-organized คลาสสิก ข้อมูล k-mean
วิธีที่เรียกว่าที่มีประสิทธิภาพสูงที่ใช้คำนวณ [ 22 ] หลังจากสี
การแบ่งส่วน , คุณลักษณะเวกเตอร์รวมทั้งแผลขนาดพื้นที่
และมิติชนิดที่แตกต่างกันของเนื้อเยื่อแผลเป็นแผลขึ้น
อธิบายเชิงปริมาณ คุณลักษณะเวกเตอร์ตาม
กับทั้งต้นฉบับและวิเคราะห์ภาพจะถูกบันทึกไว้ในผล
ฐานข้อมูล