. Discrimination of images based on

. Discrimination of images based on their textural features obtained by GLCM
DA analyses were performed in order to investigate the evolution of bread boluses as a function of chewing cycles (C10, C20 and C30). It should be noted that with the TB and RB breads, some subjects swallowed the bolus before 30 chewing cycles (C30) had been completed. Because the number of data corresponding to C30 was lower with these breads, we decided to include images obtained with SW boluses produced after at least 25 chewing cycles in the C30 category(C30∗). This allowed us to compare cycles using a similar number of pictures for each. The Wilks’ Lambda multivariate statistic test indicated a highly significant difference between the chewing cycles for each bread (Table 4). In this Table, “% of correctly classified” indicates for each bread the overall percentage of observations actually belonging to given cycle groups and which are correctly classified in these groups. For example, the use of GLCM textural features for image classification enabled the correct classification of 67.0% of BB images. Classifications per chewing cycle are further detailed in Table 4. “% Classification into” refers to the confusion matrix, indicating the allocation of each observation (image) to a given group. The columns represent the actual groups and the rows the group identified by DA. For example, BB boluses obtained after 10 chewing cycles (C10) are represented by 59 images. Among these images, 62.7% were correctly classified in this group (C10), 35.6% were wrongly classified in C20 and 1.7% were wrongly classified in C30 ( Table 4). Moreover, 73.3% and 65.0% of C20 and C30 images, respectively, were correctly

ผลลัพธ์ (ไทย) 1:

. แบ่งแยกตามคุณลักษณะ textural ของพวกเขาได้รับ โดย GLCM ภาพวิเคราะห์ดาได้ดำเนินการสืบหาวิวัฒนาการของขนมปัง boluses เป็นฟังก์ชันของเคี้ยวรอบ (C10, C20 และ C30) ก็ควรจดบันทึกว่า มีขนมปัง TB และ RB บางเรื่องกลืนกิน bolus ที่ก่อน 30 รอบ (C30) เคี้ยวได้เสร็จ เนื่องจากจำนวนของข้อมูลที่สอดคล้องกับ C30 ต่ำกับขนมปังเหล่านี้ เราตัดสินใจจะรวมภาพได้ ด้วย boluses ตะวันตกเฉียงใต้ที่ผลิตหลังจาก 25 น้อยเคี้ยวรอบใน C30 category(C30∗) นี้ให้เราเปรียบเทียบการใช้คล้ายกันของรูปภาพสำหรับแต่ละรอบ ทดสอบของ Wilks แลมบ์ดาสถิติตัวแปรพหุบ่งชี้ความแตกต่างอย่างมีนัยสำคัญสูงระหว่างวงจร chewing สำหรับแต่ละขนมปัง (ตาราง 4) ในตารางนี้ "%ของลับอย่าง" บ่งชี้สำหรับขนมปังแต่ละเปอร์เซ็นต์โดยรวมจริง ของกลุ่มวงจรและซึ่งถูกจัดไว้ในกลุ่มเหล่านี้ให้สังเกต ตัวอย่าง ใช้ GLCM textural คุณลักษณะการจัดรูปเปิดใช้งานการจัดประเภท 67.0% BB ภาพถูกต้อง จัดประเภทต่อเคี้ยวรอบได้เพิ่มเติมรายละเอียดในตาราง 4 "%จัดประเภทเป็น" อ้างถึงเมตริกซ์สับสน ระบุการปันส่วน (ภาพ) การสังเกตแต่ละกลุ่มกำหนด คอลัมน์แสดงกลุ่มจริงแถวกลุ่มที่ระบุ โดย DA. ตัวอย่าง BB boluses ได้รับหลังจากเคี้ยวรอบ (C10) 10 จะแสดง โดยใช้ภาพที่ 59 ระหว่างภาพเหล่านี้ 62.7% ได้ถูกจัดในกลุ่มนี้ (C10), 35.6% ผิดถูกจัดใน C20 และ 1.7% ผิดถูกจัดใน C30 (ตาราง 4) นอกจากนี้ 73.3% และ% 65.0 C20 และ C30 ภาพ ตามลำดับ ได้อย่างถูกต้อง

ผลลัพธ์ (ไทย) 3:

. การเลือกปฏิบัติของภาพ ตามคุณสมบัติที่ได้จากเนื้อ glcm
ดา วิเคราะห์ข้อมูลใช้เพื่อศึกษาวิวัฒนาการของ boluses ขนมปังเป็นฟังก์ชันของเคี้ยวรอบ ( ล้างอย่างดี และ C30 , ) มันควรจะสังเกตว่ามี ) และ พวกขนมปัง บางวิชากลืนก่อนเคี้ยวเพิ่ม 30 รอบ ( จึง ) จะแล้วเสร็จเนื่องจากจำนวนข้อมูลที่สอดคล้องกับ C30 ถูกล่างกับขนมปัง เราตัดสินใจที่จะรวมภาพที่ได้กับ SW boluses ผลิตหลังจากเคี้ยวอย่างน้อย 25 รอบในประเภท C30 ( C30 ∗ ) นี้อนุญาตให้เราเปรียบเทียบวงจรโดยใช้ตัวเลขที่คล้ายกันของภาพสำหรับแต่ละพวกวิลก์ส ' แลมบ์ดา multivariate สถิติทดสอบ พบว่า มีความแตกต่างกันอย่างมีนัยสำคัญยิ่งทางสถิติระหว่างเคี้ยวขนมปังในแต่ละรอบ ( ตารางที่ 4 ) ตารางนี้ " และจัด " ได้อย่างถูกต้องระบุสำหรับแต่ละขนมปังโดยรวมร้อยละสังเกตจริง ๆเป็นของกลุ่มที่ถูกต้องและได้รับรอบแบ่งกลุ่มเหล่านี้ ตัวอย่างเช่นการใช้ glcm คุณลักษณะเนื้อสำหรับการจำแนกภาพงานประเภทที่ถูกต้องของร้อยละ 67.0 ของบีบี ภาพ หมวดหมู่ / เคี้ยวรอบเพิ่มเติมรายละเอียดในตารางที่ 4 " % แบ่งเป็น หมายถึง ความสับสนเมทริกซ์แสดงการจัดสรรของแต่ละแบบ ( ภาพ ) เพื่อให้กลุ่ม คอลัมน์เป็นตัวแทนของกลุ่มที่เกิดขึ้นจริงและแถวกลุ่มระบุ ดา .ตัวอย่างเช่น บีบี boluses ที่ได้รับหลังจาก 10 เคี้ยวรอบ ( ล้าง ) แทนด้วย 59 ภาพ ในรูปภาพเหล่านี้ ร้อยละ 62.7 ถูกจัดอยู่ในกลุ่มนี้ ( ล้าง ) 35.6 % ถูกผิดจัดเป็นอย่างดีและ 1.7% ผิดจัดใน C30 ( ตารางที่ 4 ) นอกจากนี้ และ ร้อยละ 65.0 เปอร์เซ็นต์ และ C30 อย่างดีภาพตามลำดับอย่างถูกต้อง