AbstractThis paper investigates the

Abstract
This paper investigates the possibility of computerised diagnosis of malaria
and describes a method to detect malaria parasites (Plasmodium spp) in images
acquired from Giemsa-stained peripheral blood samples using conventional
light microscopes. Prior to processing, the images are transformed to
match a reference image colour characteristics. The parasite detector utilises
a Bayesian pixel classifier to mark stained pixels. The class conditional probability
density functions of the stained and the non-stained classes are estimated
using the non-parametric histogram method. The stained pixels are
further processed to extract features (histogram, Hu moments, relative shape
measurements, colour auto-correlogram) for a parasite/non-parasite classi-
fier. A distance weighted K-nearest neighbour classifier is trained with the
extracted features and a detailed performance comparison is presented. Our
method achieves 74% sensitivity, 98% specificity, 88% positive prediction,
and 95% negative prediction values for the parasite detection.

ผลลัพธ์ (ไทย) 2:

บทคัดย่อบทความนี้สำรวจความเป็นไปได้ของการวินิจฉัยคอมพิวเตอร์โรคมาลาเรียและอธิบายถึงวิธีการในการตรวจสอบปรสิตมาลาเรีย(Plasmodium เอสพีพี) ในภาพที่ได้มาจากการGiemsa เปื้อนเลือดต่อพ่วงที่ใช้ทั่วไปกล้องจุลทรรศน์แสง ก่อนที่จะมีการประมวลผลภาพจะถูกเปลี่ยนให้ตรงกับลักษณะสีของภาพอ้างอิง เครื่องตรวจจับปรสิตใช้ลักษณนามพิกเซลแบบเบย์เพื่อทำเครื่องหมายพิกเซลสี ชั้นน่าจะเป็นเงื่อนไขฟังก์ชั่นความหนาแน่นของสีและการเรียนที่ไม่ได้สีจะมีการประเมินโดยใช้วิธีการที่ไม่histogram พารา พิกเซลสีจะดำเนินการต่อไปที่จะดึงคุณสมบัติ (histogram ช่วงเวลา Hu รูปร่างญาติวัดสีอัตโนมัติ Correlogram) สำหรับปรสิต / ไม่แสวงหาปรสิต classi- Fier ระยะถ่วงน้ำหนักลักษณนามเพื่อนบ้าน K-ที่ใกล้ที่สุดคือการฝึกอบรมที่มีคุณสมบัติสกัดและการเปรียบเทียบผลการดำเนินงานรายละเอียดจะนำเสนอ ของเราวิธีการประสบความสำเร็จในความไว 74% ความจำเพาะ 98%, 88% คาดการณ์ในเชิงบวกและ95% ค่าการทำนายเชิงลบสำหรับการตรวจหาปรสิต

ผลลัพธ์ (ไทย) 3:

นามธรรม
กระดาษนี้ศึกษาความเป็นไปได้ของคอมพิวเตอร์วินิจฉัยมาลาเรีย
และอธิบายถึงวิธีการตรวจหาปรสิตมาลาเรีย ( การเปรียบเทียบ ) ในภาพ
ได้มาจากจิมซาเปื้อนเลือดใช้แบบต่อพ่วง
แสงกล้องจุลทรรศน์ ก่อนการประมวลผล ภาพจะเปลี่ยนไป
ตรงกับภาพอ้างอิงสี ลักษณะ ปรสิตที่ใช้ตรวจจับ
พิกเซลส์ ลักษณนามหมายสีพิกเซล ระดับความหนาแน่นของฟังก์ชันความน่าจะเป็นอย่างมีเงื่อนไข
เปื้อนและไม่เปรอะเปื้อน ชั้นเรียนประมาณ
ไม่ใช้พารากราฟ โดยวิธี stained พิกเซลเป็น
เพิ่มเติมประมวลผล เพื่อสกัดคุณลักษณะ ( Histogram , Hu ช่วงเวลา เทียบรูปร่าง
การวัดสีโดยอัตโนมัติ correlogram ) ปรสิต / ปลอดพยาธิ classi -
เฟียร์ .ระยะทางรวมลักษณนามคือฝึกกับเพื่อนบ้านละ
สกัดคุณลักษณะและการเปรียบเทียบประสิทธิภาพ รายละเอียดจะนำเสนอ วิธีของเรา
บรรลุ 74% ไว , 98% ความจำเพาะ 88% ทำนายและค่าการทำนายบวก
ลบ 95% สำหรับปรสิต
การตรวจจับ