論文の概要: Optimized Pap Smear Image Enhancement: Hybrid PMD Filter-CLAHE Using Spider Monkey Optimization

• arxiv url: http://arxiv.org/abs/2502.15156v1
• Date: Fri, 21 Feb 2025 02:34:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-24 19:42:01.590642
• Title: Optimized Pap Smear Image Enhancement: Hybrid PMD Filter-CLAHE Using Spider Monkey Optimization
• Title（参考訳）: 最適化パパスミア画像強調:スパイダーモンキー最適化を用いたハイブリッドPMDフィルタCLAHE
• Authors: Ach Khozaimi, Isnani Darti, Syaiful Anam, Wuryansari Muharini Kusumawinahyu,
• Abstract要約: そこで本研究では,パップスミア画像の品質向上に最適化されたハイブリッド手法を提案する。 クモ猿最適化(SMO PMD-CLAHE)を用いたハイブリッド手法の最適化 提案手法は,5.45のEME,60.45のRMS,0.995のMC,6.80のエントロピーを平均的に評価した。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Pap smear image quality is crucial for cervical cancer detection. This study introduces an optimized hybrid approach that combines the Perona-Malik Diffusion (PMD) filter with contrast-limited adaptive histogram equalization (CLAHE) to enhance Pap smear image quality. The PMD filter reduces the image noise, whereas CLAHE improves the image contrast. The hybrid method was optimized using spider monkey optimization (SMO PMD-CLAHE). BRISQUE and CEIQ are the new objective functions for the PMD filter and CLAHE optimization, respectively. The simulations were conducted using the SIPaKMeD dataset. The results indicate that SMO outperforms state-of-the-art methods in optimizing the PMD filter and CLAHE. The proposed method achieved an average effective measure of enhancement (EME) of 5.45, root mean square (RMS) contrast of 60.45, Michelson's contrast (MC) of 0.995, and entropy of 6.80. This approach offers a new perspective for improving Pap smear image quality.
• Abstract（参考訳）: スミア画像の画質は頸部がん検出に不可欠である。 本研究では、ペローナ・マリク拡散(PMD)フィルタとコントラスト限定適応ヒストグラム等化(CLAHE)を組み合わせた最適化ハイブリッド手法を提案する。 PMDフィルタは画像ノイズを低減するが、CLAHEは画像コントラストを改善する。 The hybrid method was optimization using spider monkey optimization (SMO PMD-CLAHE)。 BRISQUE と CEIQ はそれぞれ PMD フィルタと CLAHE 最適化の新しい目的関数である。 SIPaKMeDデータセットを用いてシミュレーションを行った。 その結果,SMO は PMD フィルタと CLAHE の最適化における最先端手法よりも優れていた。 提案手法は,5.45のEME,60.45のRMS,0.995のMC,6.80のエントロピーを平均的に評価した。 このアプローチは、Popのスミア画像の品質を改善するための新しい視点を提供する。

関連論文リスト

• Enhancing Skin Cancer Diagnosis (SCD) Using Late Discrete Wavelet Transform (DWT) and New Swarm-Based Optimizers [0.0]
  皮膚がんは最も致命的ながんの1つであり、診断を受けなければ危険が増幅され、迅速に治療される。 早期発見と皮膚がん診断(SCD)の強力なツールとしてディープラーニングが登場した 本稿では,事前に訓練されたネットワークとウェーブレット変換を併用した最適化手法を用いて,皮膚がん検出のための新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2024-11-30T13:17:52Z)
• ERUP-YOLO: Enhancing Object Detection Robustness for Adverse Weather Condition by Unified Image-Adaptive Processing [0.5312303275762104]
  霧や低照度などの悪天候に対する画像適応型物体検出法を提案する。 本フレームワークでは, 後段物体検出に適した画像強調を行うために, 可変プリプロセッシングフィルタを用いる。 我々は,統一画像処理(ERUP)-YOLOによる拡張ロバストネス(Enhanced Robustness)と呼ばれる提案手法をYOLOv3検出器に適用することにより評価した。
  論文  参考訳（メタデータ） (2024-11-05T04:20:06Z)
• Modality-Fair Preference Optimization for Trustworthy MLLM Alignment [11.796170286878056]
  直接選好最適化(DPO)は,大規模言語モデル(LLM)の整合に有効である しばしば画像情報よりもテキストを好んでおり、信頼できない出力や視覚幻覚をもたらす。 テキストと画像の嗜好のバランスをとるために,MFPO(Modality-Fair Preference Optimization)を提案する。
  論文  参考訳（メタデータ） (2024-10-20T08:56:52Z)
• Optimizing Synthetic Correlated Diffusion Imaging for Breast Cancer Tumour Delineation [71.91773485443125]
  CDI$s$ - 最適化されたモダリティにより最高のAUCが達成され、金標準のモダリティが0.0044より優れていることを示す。 特に、最適化されたCDI$s$モダリティは、最適化されていないCDI$s$値よりも0.02以上のAUC値を達成する。
  論文  参考訳（メタデータ） (2024-05-13T16:07:58Z)
• Improving Breast Cancer Grade Prediction with Multiparametric MRI Created Using Optimized Synthetic Correlated Diffusion Imaging [71.91773485443125]
  乳がん治療計画において、グレーディングは重要な役割を担っている。 現在の腫瘍グレード法では、患者から組織を抽出し、ストレス、不快感、医療費の上昇につながる。 本稿では,CDI$s$の最適化による乳癌の診断精度の向上について検討する。
  論文  参考訳（メタデータ） (2024-05-13T15:48:26Z)
• Using Multiparametric MRI with Optimized Synthetic Correlated Diffusion Imaging to Enhance Breast Cancer Pathologic Complete Response Prediction [71.91773485443125]
  ネオアジュバント化学療法は乳癌の治療戦略として最近人気を集めている。 ネオアジュバント化学療法を推奨する現在のプロセスは、医療専門家の主観的評価に依存している。 本研究は, 乳癌の病理組織学的完全反応予測に最適化されたCDI$s$を応用することを検討した。
  論文  参考訳（メタデータ） (2024-05-13T15:40:56Z)
• An Effective Networks Intrusion Detection Approach Based on Hybrid Harris Hawks and Multi-Layer Perceptron [47.81867479735455]
  本稿では,Harris Hawks Optimization (HHO) を用いた多層パーセプトロン学習のための侵入検知システムを提案する。 HHO-MLPは、ネットワークの侵入検出エラーを最小限に抑えるため、学習プロセスにおいて最適なパラメータを選択することを目的としている。 HHO-MLPは、93.17%の精度、95.41%の感度、95.41%の特異度でトップスコアを獲得することで、優れた性能を示した。
  論文  参考訳（メタデータ） (2024-02-21T06:25:50Z)
• Hybrid Whale-Mud-Ring Optimization for Precise Color Skin Cancer Image Segmentation [2.674706888799469]
  皮膚内視鏡は皮膚がんの早期発見において重要な役割を担っている。 皮膚癌診断の精度を高めるためには,デジタル皮膚内視鏡画像の効果的な処理が重要である。 本稿では,WMRA と呼ばれる Whale Optimization Algorithm とハイブリッド化された Mud Ring Algorithm の強化版を提案する。
  論文  参考訳（メタデータ） (2023-11-22T16:35:43Z)
• CDPMSR: Conditional Diffusion Probabilistic Models for Single Image Super-Resolution [91.56337748920662]
  拡散確率モデル(DPM)は画像から画像への変換において広く採用されている。 単純だが自明なDPMベースの超解像後処理フレームワーク,すなわちcDPMSRを提案する。 本手法は, 定性的および定量的な結果の両面において, 先行試行を超越した手法である。
  論文  参考訳（メタデータ） (2023-02-14T15:13:33Z)
• Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
  本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。 提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-03-15T23:07:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。