The discrimination of red blood cells infected by hereditary hemolytic anemia

Joint Authors

al-Talib, Ghayda A. A.
Mahamid, Hisham H.

Source

مجلة الرافدين لعلوم الحاسبات و الرياضيات : مجلة علمية محكمة و مفهرسة

Publisher

University of Mosul College of Computer Science and Mathematics

Publication Date

2013-04-30

Country of Publication

Iraq

No. of Pages

14

Main Subjects

Medicine
Information Technology and Computer Science

Topics

• Neural networks(Computer science)

Arabic Abstract

يقدم هذا البحث تطبيقا طبيا يستند إلى معالجة الصور الرقمية باستخدام الشبكات العصبية الاصطناعية، يستطيع التطبيق تمييز ثلاثة أنواع من فقر الدم الانحلالي الوراثي الذي يؤثر على كريات الدم الحمر و يغيـر شكلها الخارجي.

ثلاث شبكات عصبية اصطناعية مرتبة بشكل هرمي استخدمت لتحقيق ذلك الهـدف.

جـوهر العمل هو قطع كل كرية دم حمراء بصورة منفصلة من الصورة الأصلية ثم استخلاص بعض الصفات المفيـدة من كل صورة مقتطعة لغرض تقديمهم للشبكات العصبية.

و التي بدورها، تتخذ القرار فيما إذا كانت كرية الدم الحمراء مصابة أم لا.

أظهرت النتائج دقة في التمييز بلغت 92.38%.

English Abstract

This paper presents a medical application based on digital image processing and Artificial Neural Network (ANN), which can recognize three types of Hereditary Hemolytic Anemia (HHA) that affect the Red Blood Cells (RBCs) and change their shape.

Three Feed Forward Back Propagation Learning (FFBBL) Neural Networks are used in hierarchical approach to achieve this goal.

The essence of this research is to segment each Red Blood Cell in a separate image and then extract some interesting features from each image in order to present them to the neural networks.

The latter will, in turn, take the decision whether the RBC is infected or not.

The results showed a recognition rate 92.38 %.

Data Type

Conference Papers

Record ID

BIM-333754

• APA
• MLA
• AMA