Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

01.07.2014 | Methodologies and Application | Ausgabe 7/2014

Soft Computing 7/2014

Fuzzy inference system for follicle detection in ultrasound images of ovaries

Zeitschrift:
Soft Computing > Ausgabe 7/2014
Autoren:
P. S. Hiremath, Jyothi R. Tegnoor
Wichtige Hinweise
Communicated by A. Di Nola.

Abstract

The ovarian ultrasound imaging is an effective tool in infertility treatment. Monitoring the follicles is especially important in human reproduction. Periodic measurements of the size and shape of follicles over several days are the primary means of evaluation by physicians. Today monitoring the follicles is done by non-automatic means with human interaction. This work can be very demanding and inaccurate and, in most of the cases, means only an additional burden for medical experts. To improve the performance of follicle detection in ultrasound images of ovaries, we develop a new algorithm using fuzzy logic. The proposed method employs contourlet transform for despeckling the ultrasound images of ovaries, active contours without edge method for segmentation and fuzzy logic for classification. The follicles in an ovary are characterized by seven geometric features which are used as inputs to the fuzzy logic block of the Fuzzy Inference System. The output of the fuzzy logic block is a follicle class or non follicle class. The fuzzy-knowledge-base consists of a set of physically interpretable if-then rules providing physical insight into the process. The experimentation has been done using sample ultrasound images of ovaries and the results are compared with the inferences drawn by interval based classifier and also those drawn by the medical expert. The experimental results demonstrate the efficacy of the proposed method.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe​​​​​​​




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 7/2014

Soft Computing 7/2014 Zur Ausgabe

Premium Partner

    Bildnachweise