GLCM और कृत्रिम तंत्रिका नेटवर्क का उपयोग करके सोनोग्राफी में क्रोनिक किडनी रोग का वर्गीकरण

अमूर्त: क्रॉनिक किडनी डिजीज (सीकेडी) का अगर जल्दी पता चल जाए तो इसका इलाज किया जा सकता है, लेकिन जैसे-जैसे बीमारी बढ़ती है, रिकवरी असंभव हो जाती है।आखिरकार, गुर्दे की रिप्लेसमेंट थेरेपी जैसे प्रत्यारोपण या डायलिसिस आवश्यक है। अल्ट्रासाउंड एक परीक्षण विधि है जिससे गुर्दे के कैंसर, सूजन की बीमारी, गांठदार रोग, क्रोनिक किडनी रोग आदि का निदान किया जाता है। इसका उपयोग गुर्दे के आकार और आंतरिक प्रतिध्वनि विशेषताओं जैसी जानकारी का उपयोग करके सूजन की डिग्री निर्धारित करने के लिए किया जाता है। वर्तमान नैदानिक ​​परीक्षण में क्रोनिक किडनी रोग की प्रगति की डिग्री ग्लोमेरुलर निस्पंदन दर के मूल्य पर आधारित है। हालांकि, अल्ट्रासाउंड के साथ सूजन और बीमारी की डिग्री में परिवर्तन भी देखा जा सकता है। इस अध्ययन में, कुल 741 छवियों, 251 सामान्य किडनी छवियों, 328 हल्के और मध्यम सीकेडी छवियों और 162 गंभीर सीकेडी छवियों का परीक्षण किया गया। नैदानिक ​​​​अभ्यास में सीकेडी का निदान करने के लिए, तीन आरओआई निर्धारित किए गए थे: गुर्दे की प्रांतस्था, प्रांतस्था और मज्जा के बीच की सीमा, और मज्जा, जो कि अल्ट्रासाउंड छवियों से जानकारी प्राप्त करने के लिए जांचे गए क्षेत्र हैं। जीएलसीएम एल्गोरिथ्म का उपयोग करके प्रत्येक आरओआई से पैरामीटर निकाले गए थे, जो कि अल्ट्रासाउंड छवि विश्लेषण में व्यापक रूप से उपयोग किया जाता है। जब प्रत्येक पैरामीटर को तीन क्षेत्रों से निकाला गया था, तो कुल 57 जीएलसीएम पैरामीटर निकाले गए थे। अंत में, किडनी के आकार के बारे में जानकारी जोड़कर कुल 58 मापदंडों का उपयोग किया गया, जो क्रोनिक किडनी रोग के निदान के लिए महत्वपूर्ण है। कृत्रिम तंत्रिका नेटवर्क (एएनएन) 58 इनपुट पैरामीटर, 10 छिपी हुई परतों और 3 आउटपुट परतों (सामान्य, हल्के और मध्यम सीकेडी, और गंभीर सीकेडी) से बना था। एएनएन मॉडल का उपयोग करते हुए, अंतिम वर्गीकरण दर 95.4 प्रतिशत थी, प्रशिक्षण के लिए आवश्यक अवधि 38 गुना थी, और गलत वर्गीकरण दर 4.6 प्रतिशत थी।

सिस्टैंच डेजर्टिकोला प्रभावकारिता- किडनी को टोनिंग करना

कीवर्ड: गुर्दे का अल्ट्रासाउंड; ग्रे-लेवल सह-घटना मैट्रिक्स (जीएलसीएम); कृत्रिम तंत्रिका नेटवर्क; वर्गीकरण; क्रोनिक किडनी रोग (सीकेडी)

1 परिचय

क्रोनिक किडनी रोग (सीकेडी) जनसंख्या की उम्र बढ़ने और पुरानी बीमारियों में वृद्धि के साथ बढ़ रहा है। कई देशों में, यह एक गंभीर स्वास्थ्य समस्या है जिसके कारण स्ट्रोक, हृदय रोग, और मधुमेह और संक्रमण जैसी जटिलताओं के साथ-साथ चिकित्सा खर्चों में वृद्धि होती है।[1,2]। क्रोनिक किडनी डिजीज को एक सामान्य शब्द के रूप में प्रयोग किया जाता है जो 3 महीने से अधिक के लिए किडनी की क्षति या कारण की परवाह किए बिना किडनी के कार्य में लगातार कमी को संदर्भित करता है। यह एक ऐसी बीमारी है जो कार्डियोसेरेब्रोवास्कुलर रोग के जोखिम को बढ़ाती है और गुर्दे की विफलता और विभिन्न जटिलताओं के साथ होती है [3,4]। नेशनल किडनी फाउंडेशन (एनकेएफ) द्वारा क्रोनिक किडनी रोग की निम्नलिखित परिभाषा का व्यापक रूप से उपयोग किया जाता है: "यदि गुर्दे की क्षति, जैसे कि प्रोटीनुरिया, हेमट्यूरिया, या पैथोलॉजिकल असामान्यता, या ग्लोमेरुलर निस्पंदन दर 60 एमएल / मिनट / 1.73 एम 2 से कम है और 3 महीने से अधिक समय तक रहता है" [5]। क्रोनिक किडनी रोग के विभिन्न कारण और पैथोलॉजिकल निष्कर्ष हैं, लेकिन नैदानिक ​​​​रूप से, प्रोटीनूरिया का पता लगाने के लिए मूत्र परीक्षण और ग्लोमेरुलर निस्पंदन दर का अनुमान लगाने के लिए रक्त परीक्षण के माध्यम से अपेक्षाकृत सरलता से इसकी पुष्टि की जा सकती है। नैदानिक ​​क्षेत्र में, रोगियों के निदान और उपचार के लिए अनुमानित ग्लोमेरुलर निस्पंदन दर के अनुसार क्रोनिक किडनी रोग के चरण को चरण 1 से चरण 5 तक पांच चरणों में विभाजित किया गया है। क्रोनिक किडनी डिजीज को अपेक्षाकृत सामान्य क्रॉनिक डिजीज कहा जा सकता है, लेकिन हाई ब्लड प्रेशर और डायबिटीज जैसी अन्य क्रॉनिक बीमारियों की तुलना में आम जनता में जागरूकता अधिक नहीं है [6]। क्योंकि अपेक्षाकृत सरल परीक्षण के माध्यम से इसका आसानी से निदान किया जा सकता है, प्रारंभिक निदान प्रारंभिक उपचार के माध्यम से रोग की प्रगति को धीमा कर सकता है। हालांकि, क्योंकि लक्षण स्पष्ट नहीं हैं, रोग का अक्सर लंबे समय के बाद निदान किया जाता है, जिससे गुर्दे की विफलता या कार्डियोसेरेब्रोवास्कुलर रोग जैसी जटिलताओं के कारण मृत्यु भी हो जाती है। सामान्य तौर पर, क्रोनिक किडनी रोग एक बार होने के बाद बढ़ता रहता है। हालांकि, शीघ्र निदान गुर्दे के कार्य में गिरावट और क्रोनिक किडनी रोग से उबरने को धीमा कर सकता है [7]।

अल्ट्रासाउंड, जो क्रोनिक किडनी रोग के निदान के तरीकों में से एक है, यह जांचने के लिए बहुत महत्वपूर्ण है कि क्या किडनी का कार्य अन्य कारणों से कम हो रहा है, जैसे कि किडनी का आकार और आकारिकी [8].

मरुस्थल में रहने वाले सिस्टैंच-टॉनिफाइंग किडनी

(प्रायोगिक अध्ययनों से पता चला है कि सिस्टैंच डेजर्टिकोला अर्क गुर्दे की ट्यूबलर कोशिकाओं की रक्षा कर सकता है, गुर्दे के अंतरालीय घावों को रोक सकता है, गुर्दे की विफलता की दर को धीमा कर सकता है, और पुरानी गुर्दे की विफलता वाले रोगियों में द्वितीयक जीवाणु संक्रमण को प्रभावी ढंग से रोक सकता है। यह पुरानी और तीव्र दोनों पर चिकित्सीय प्रभाव डालता है। गुर्दा रोग।)

GLCM एल्गोरिथ्म, जो ऐसी अल्ट्रासाउंड छवियों में स्थानिक विशेषताओं पर जोर देकर सुविधा बिंदुओं को निकालता है, वर्तमान पिक्सेल और उसके पड़ोसी पिक्सेल [9] के बीच सहसंबंध का उपयोग करके अल्ट्रासाउंड छवि विश्लेषण में व्यापक रूप से उपयोग किया जाता है।

कम्प्यूटेशनल विधियों के माध्यम से अल्ट्रासाउंड ग्राफिक्स जैसी छवियों का उपयोग करके बीमारियों का स्वत: पता लगाने का हाल के वर्षों में बहुत महत्व रहा है, खासकर कंप्यूटर एडेड डायग्नोसिस सिस्टम (सीएडी) [10,11] के निर्माण के बाद।

कृत्रिम तंत्रिका नेटवर्क (एएनएन) आमतौर पर कंप्यूटर विश्लेषण के लिए सांख्यिकीय मॉडल तैयार करने के लिए नियोजित होते हैं। एक कृत्रिम तंत्रिका नेटवर्क (एएनएन) या एक साधारण तंत्रिका नेटवर्क (एनएन) जैविक न्यूरॉन्स के कामकाज पर आधारित एक कम्प्यूटेशनल संरचना है। इस प्रकार के नेटवर्क में इनपुट जानकारी के आधार पर पैटर्न को सीखने और पहचानने की क्षमता होती है और सीखे गए डेटा को एक्सट्रपलेशन करके भविष्य की जानकारी की भविष्यवाणी करने के लिए इन पैटर्न का उपयोग करते हैं। इन तंत्रिका नेटवर्क में छोटी प्रसंस्करण इकाइयाँ होती हैं जिन्हें न्यूरॉन्स कहा जाता है जो समूहों में एक दूसरे से जुड़े होते हैं जिन्हें परतें कहा जाता है; सामान्य तंत्रिका नेटवर्क में कम से कम एक इनपुट परत, एक छिपी हुई परत और एक आउटपुट परत होती है [12]।

इस पत्र में, जीएलसीएम एल्गोरिथम को सामान्य गुर्दे की छवियों, हल्के और मध्यम सीकेडी छवियों और गंभीर सीकेडी छवियों के रूप में वर्गीकृत अल्ट्रासाउंड छवियों को लागू करके प्राप्त किया गया था। जीएलसीएम मापदंडों और गुर्दे के आकार का उपयोग करके एक कृत्रिम तंत्रिका नेटवर्क को लागू करके क्रोनिक किडनी रोग को वर्गीकृत किया गया था। इस अध्ययन का उद्देश्य क्रोनिक किडनी रोग को तीन श्रेणियों में वर्गीकृत करना है ताकि यह निर्धारित किया जा सके कि क्रोनिक किडनी रोग का शीघ्र निदान संभव है या नहीं।

सुपरमैन हर्ब्स सिस्टंच - किडनी को टोनिंग

गुर्दा रोग उत्पादों के लिए सिस्टैंच देखने के लिए यहां क्लिक करें

【Ask for more】 Email: xue122522@foxmail.com /  Whats App:  0086 18599088692 /  Wechat:  18599088692

2। सामग्री और विधि

2.1। विषय और डेटा अधिग्रहण

जनवरी 2015 से दिसंबर 2017 तक, स्वयंसेवकों की अल्ट्रासाउंड छवियों का उपयोग करके प्रयोग किया गया था, जो यांगसन, ग्योंग-संग-नाम-डो में आर अस्पताल में चिकित्सा परीक्षण के लिए अस्पताल गए थे, और सीकेडी के रोगियों का निदान किया गया था।

तालिका 1 विषयों की नैदानिक ​​​​विशेषताओं को दर्शाता है। चिकित्सा चिकित्सक द्वारा वर्गीकृत 251 सामान्य छवियों, 328 हल्के और मध्यम सीकेडी छवियों और 162 गंभीर सीकेडी छवियों सहित कुल 741 अल्ट्रासाउंड छवियों का उपयोग किया गया था। रेडियोलॉजिस्ट ने प्रयोगात्मक छवियों को हल्के और मध्यम सीकेडी रोगियों और गंभीर सीकेडी रोगियों को पढ़कर वर्गीकृत किया, और गुर्दे के कैंसर, गुर्दे की अल्सर और गुर्दे की जन्मजात बीमारियों के मामलों को प्रयोग से बाहर रखा गया [13]।

प्रायोगिक उपकरणों के संबंध में, एक RS80A (सैमसंग मेडिसन, सियोल, कोरिया) अल्ट्रासाउंड डिवाइस का उपयोग किया गया था, और छवि स्थितियों को 50 के लाभ, 56 की गतिशील रेंज, 8 के फ्रेम औसत, 95 की शक्ति और सामान्य आवृत्ति के साथ हासिल किया गया था। सभी परीक्षण स्वैच्छिक भागीदारी के तहत आयोजित किए गए थे और बुसान के कैथोलिक विश्वविद्यालय (CUPIRB-2017-023) के संस्थागत समीक्षा बोर्ड (IRB) द्वारा अनुमोदित किए गए थे।

तालिका 1 परीक्षण विषयों की आयु, लिंग, ईजीएफआर, उच्च रक्तचाप और मधुमेह की जानकारी दिखाती है।

तालिका 1 नैदानिक ​​विशेषताओं।

2.2। प्रयोगात्मक विधि

ब्याज का क्षेत्र (आरओआई) गुर्दे की अल्ट्रासाउंड छवि में सेट किया गया था, और परिणाम की गणना MATLAB 2016a (MathWorks Inc., Natick, MA, USA) का उपयोग करके की गई थी। आरओआई को कॉर्टिकल क्षेत्र, कॉर्टेक्स और मेडुला के बीच सीमा क्षेत्र और मेडुला क्षेत्र की स्थापना करके चुना गया था। अल्ट्रासाउंड छवि में, सामान्य किडनी की विशेषताएं रीनल कॉर्टेक्स से बने एक अंडाकार के आकार में होती हैं, जो लिवर की तुलना में कम प्रतिध्वनि दिखाती है, और रीनल साइनस, जो उच्च इको दिखाती है। कॉर्टेक्स और रीनल साइनस के बीच की सीमा स्पष्ट है, और केंद्र में एक उच्च प्रतिध्वनि दिखाई देती है। दूसरी ओर लगातार क्षतिग्रस्त होने वाली किडनी में फाइब्रोसिस के कारण रीनल कॉर्टेक्स की अल्ट्रासोनिक गूंज बढ़ जाती है। नतीजतन, उज्ज्वल रीनल कॉर्टेक्स और रीनल कॉर्टेक्स के बीच की सीमा अस्पष्ट रूप से देखी जाती है। इसके अलावा, कार्य में गिरावट के कारण, आकार घट जाता है, और गुर्दा शोष मनाया जाता है [14]। क्योंकि इन सुविधाओं का उपयोग क्रोनिक किडनी रोग के निदान में किया जाता है, आरओआई क्षेत्र को 50 × 50 पर सेट किया गया था और 3 स्थानों पर सेट किया गया था। निम्नलिखित आंकड़ा इस अध्ययन में प्रयुक्त 872 × 1280 रिज़ॉल्यूशन की सामान्य, मध्यम और गंभीर अल्ट्रासाउंड छवियों को दर्शाता है। चित्रा 1 सामान्य, हल्के और मध्यम, और गंभीर सीकेडी अल्ट्रासाउंड छवियों को दिखाता है।

चित्र 1. मूल चित्र।

चित्रा 2 इस प्रयोग का समग्र ब्लॉक आरेख दिखाता है।

मूल अल्ट्रासाउंड छवि पर हिस्टोग्राम समीकरण और रेंज फिल्टर प्रीप्रोसेसिंग का प्रदर्शन किया गया। हिस्टोग्राम समीकरण छवि की वर्दी [15] में प्रकाश और अंधेरे के वितरण को बनाकर छवि की गुणवत्ता में सुधार कर सकता है। रेंज फिल्टर छवि की सीमा [16] को उजागर करके शोर में कमी का प्रभाव पैदा कर सकता है। प्रीप्रोसेसिंग किए जाने के बाद, GLCM एल्गोरिथ्म को लागू करके फीचर पैरामीटर निकाले गए। चित्रा 1 के तीन क्षेत्रों में से प्रत्येक से कुल 19 पैरामीटर निकाले गए थे। मूल चित्र। चित्रा 2 इस प्रयोग का समग्र ब्लॉक आरेख दिखाता है। मूल अल्ट्रासाउंड छवि पर हिस्टोग्राम समीकरण और रेंज फिल्टर प्रीप्रोसेसिंग का प्रदर्शन किया गया। हिस्टोग्राम समीकरण छवि की वर्दी [15] में प्रकाश और अंधेरे के वितरण को बनाकर छवि की गुणवत्ता में सुधार कर सकता है। रेंज फिल्टर छवि की सीमा [16] को उजागर करके शोर में कमी का प्रभाव पैदा कर सकता है। प्रीप्रोसेसिंग किए जाने के बाद, GLCM एल्गोरिथ्म को लागू करके फीचर पैरामीटर निकाले गए। कॉर्टेक्स के तीन क्षेत्रों में से प्रत्येक से कुल 19 पैरामीटर निकाले गए थे, कॉर्टेक्स और मेडुला और मेडुला के बीच की सीमा, और अंत में, कुल 58 इनपुट पैरामीटर निर्धारित करने के लिए आकार की जानकारी को जोड़ा गया था।

10 छिपी हुई परतों के साथ एक कृत्रिम तंत्रिका नेटवर्क का निर्माण किया गया था, और आउटपुट को तीन प्रकारों में वर्गीकृत करने के लिए डिज़ाइन किया गया था: सामान्य, हल्का और मध्यम सीकेडी, और गंभीर सीकेडी।

चित्रा 2. इमेज प्रोसेसिंग का कुल ब्लॉक आरेख।

2.3। ग्रे-लेवल सह-घटना मैट्रिक्स (जीएलसीएम)

GLCM [17], एक टेक्सचर डिस्क्रिप्टर, का उपयोग सामान्य और CKD छवियों से दूसरे क्रम की सांख्यिकीय विशेषताओं की गणना करने के लिए किया जाता है। एम × एन और एनजी संख्या के अलग-अलग ग्रे स्तरों के आकार के साथ एक छवि I को ध्यान में रखते हुए, ग्रे टोन स्थानिक निर्भरता मैट्रिक्स p (i, j) का उपयोग करके बनावट की विविधता की गणना की जाती है, जहां पिक्सेल को दूरी d के साथ अलग किया जाता है। i-th और j-th ग्रे स्तर। इस वर्तमान कार्य में, 1 की पिक्सेल दूरी वाले चार कोणों (0◦, 45◦, 90◦, और 135◦) पर विचार किया गया। दूसरे क्रम की सांख्यिकीय विशेषताएं (स्वतः सहसंबंध, कंट्रास्ट, सहसंबंध, क्लस्टर प्रमुखता, क्लस्टर शेड, असमानता, ऊर्जा, एन्ट्रापी, एकरूपता, अधिकतम संभावना, वर्ग विचरण का योग, योग औसत, योग विचरण, योग एन्ट्रापी, अंतर विचरण, अंतर एन्ट्रापी, सहसंबंध 1 की सूचना माप, सहसंबंध 2 की सूचना माप, और व्युत्क्रम अंतर (INV)) की गणना GLCM का उपयोग करके की गई थी। चित्रा 3ए जीएलसीएम पैरामीटर प्राप्त करने के लिए MATLAB का उपयोग करके कार्यान्वित परिणाम दिखाता है। यदि आप आरओआई क्षेत्र का चयन करते हैं और चलाते हैं, तो इसे एक्सेल फ़ाइल के रूप में सहेजा जाता है, जैसा कि चित्र 3बी में दिखाया गया है

चित्र 3. कार्यक्रम कार्यान्वयन।

तालिका 3 उन पैरामीटरों को दिखाती है जिन्हें ROI छवि का उपयोग करके GLCM की गणना करते समय निकाला जा सकता है। तालिका 1 जीएलसीएम के पैरामीटर हैं जो बनावट सुविधाओं की गणना करने के लिए उपयोग किए जाने वाले चर और नोटेशन को दिखाता है।

तालिका 2. बनावट सुविधाओं की गणना करने के लिए उपयोग किए जाने वाले चर और नोटेशन।

2.4। कृत्रिम तंत्रिका नेटवर्क (एएनएन)

एएनएन मशीन लर्निंग का एक तत्व है जो वर्तमान में अनुसंधान और विकास में महत्वपूर्ण हो गया है। मशीन लर्निंग की अवधारणा एक कंप्यूटर की गणितीय या सांख्यिकीय मॉडल का उपयोग करके डेटा की संरचना को समझने की क्षमता है। एएनएन की नींव इनपुट, प्रक्रिया और आउटपुट तत्वों की एक परत से बनी है। नतीजतन, एक सूचना प्रसंस्करण चक्र की एक बहुत ही बुनियादी अवधारणा से, एएनएन तब किसी भी डेटासेट या समस्या खंड [19] के लिए एक इष्टतम परिणाम उत्पन्न करने के लिए एक जटिल गणितीय सूत्रीकरण करता है।

चित्रा 4 इस प्रयोग में प्रयुक्त तंत्रिका नेटवर्क के ब्लॉक आरेख को दर्शाता है। मूल छवि में फीचर डिटेक्शन के लिए ROI को 3 स्थानों से चुना गया था।

ROI को कोर्टेक्स से चुना गया था, कॉर्टेक्स और मेडुला और मेडुला के बीच की सीमा। गुर्दे का आकार, जो क्रोनिक किडनी रोग के निदान में एक बहुत ही महत्वपूर्ण कारक है, को फीचर पैरामीटर के रूप में चुना गया था। जीएलसीएम गणना के परिणामस्वरूप, प्रत्येक कॉर्टेक्स क्षेत्रों से 19 पैरामीटर निकाले गए थे; वह है, प्रांतस्था और मज्जा और मज्जा (तालिका 3) के बीच की सीमा। इसके अलावा, गुर्दे के आकार को एक पैरामीटर के रूप में जोड़कर, इनपुट परत में कुल 58 नोड शामिल थे। 10 छिपी हुई परतों से गुजरने के बाद, आउटपुट परत को तीन प्रकारों में वर्गीकृत किया गया: सामान्य, हल्का और मध्यम सीकेडी और गंभीर सीकेडी।

चित्र 4. एएनएन मॉडल के आधार पर आउटपुट वर्गीकरण।

तालिका 3. जीएलसीएम के पैरामीटर

3। परिणाम

MATLAB R2016a का उपयोग करके छवि प्रीप्रोसेसिंग, GLCM एल्गोरिथ्म और कृत्रिम तंत्रिका नेटवर्क का कार्यान्वयन किया गया था। यह टूल उपयोगकर्ता के अनुकूल इंटरफेस प्रदान करता है और इसमें कई अंतर्निहित कार्य हैं, इसलिए इसमें एल्गोरिदम को लागू करना आसान है। इस अध्ययन के लिए 3.60 GHz Intel i9 प्रोसेसर और 64 GB RAM के साथ Windows 10 (64-बिट) का उपयोग किया गया था।

जीएलसीएम एल्गोरिदम। जीएलसीएम का उपयोग करके सुविधाओं के साधन प्राप्त किए गए थे

चित्रा 5. आरओआई का चयन।

चित्रा 6 रिट्रीटमेंट प्रक्रिया के दौरान आरओआई क्षेत्र में हिस्टोग्राम समीकरण लागू करने के परिणाम दिखाता है।

चित्रा 6. प्रीप्रोसेसिंग के परिणाम: (ए) हिस्टोग्राम समीकरण; (बी) रेंज fifilter।

यूएस छवियों के प्रीप्रोसेसिंग के बाद, GLCM एल्गोरिथम का उपयोग करके बनावट सांख्यिकीय विशेषताओं को निकाला गया। गणना की गई चार अलग-अलग झुकावों के सापेक्ष जीएलसीएम का उपयोग करके सुविधाओं के साधन प्राप्त किए गए थे। टेबल्स 4-7 कॉर्टेक्स के जीएलसीएम परिणाम प्रदर्शित करते हैं, क्रमशः कॉर्टेक्स और मेडुला और मेडुला के बीच की सीमा। तालिका 7 गुर्दे के आकार को दर्शाता है जो सामान्य है और हल्के और मध्यम सीकेडी और गंभीर सीकेडी के साथ है।

तालिका 4. कोर्टेक्स की जीएलसीएम विशेषताओं का मान (मतलब ± एसटीडी)।

तालिका 5. प्रांतस्था और मज्जा (मतलब ± एसटीडी) के बीच सीमा की GLCM सुविधाओं का मान।

तालिका 6. मज्जा की जीएलसीएम विशेषताओं का मान (मतलब ± एसटीडी)।

तालिका 7. सामान्य गुर्दे का आकार और वह हल्के और मध्यम सीकेडी और गंभीर सीकेडी (मतलब ± एसटीडी) के साथ।

चित्र 7 एएनएन का परिणाम दिखाता है जिसमें 64 इनपुट, 10 छिपी हुई परतें और 3 आउटपुट शामिल हैं। चित्र 7a में, प्रशिक्षण परिणाम 95.6 प्रतिशत था, सत्यापन परिणाम 97.3 प्रतिशत था, और परीक्षा परिणाम 85.7 प्रतिशत था। कार्यान्वित मॉडलिंग में 0.030511 की त्रुटि है जैसा कि चित्र 7बी में दिखाया गया है। इस एएनएन मॉडल का उपयोग करते हुए अंतिम वर्गीकरण दर 95.4 प्रतिशत थी। चित्रा 8 परिणामों के लिए आरओसी वक्र दिखाता है।

चित्र 7. घोषणा के परिणाम।

चित्र 8. परिणामों का आरओसी वक्र।

4। चर्चा

दुनिया भर में क्रोनिक किडनी डिजीज के मरीजों की संख्या तेजी से बढ़ रही है। क्रोनिक किडनी रोग विशेष रूप से आमतौर पर मधुमेह, उच्च रक्तचाप और वृद्धावस्था के संयोजन में देखा जाता है, लेकिन कोरिया हाल ही में एक वृद्ध समाज बन गया है, और पश्चिमीकृत जीवन शैली के कारण उच्च रक्तचाप और मधुमेह के रोगियों की संख्या में वृद्धि हुई है; इसके अतिरिक्त, लगभग 10 प्रतिशत वयस्क आबादी क्रोनिक किडनी रोग से पीड़ित है और 60 वर्ष या उससे अधिक उम्र की है। क्रोनिक किडनी डिजीज के मामले तेजी से बढ़ रहे हैं। इस घटना का अर्थ है कि क्रोनिक किडनी रोग के कारण डायलिसिस या किडनी प्रत्यारोपण की आवश्यकता वाले रोगियों की संख्या में भी वृद्धि हुई है, और जब अंतिम चरण के गुर्दे की विफलता वाले रोगियों की संख्या में वृद्धि होती है, तो दोनों सामाजिक दृष्टि से एक बड़ा नुकसान अपरिहार्य है। और राष्ट्रीय संदर्भों के साथ-साथ व्यक्तिगत रोगियों और परिवारों [2] में।

चाइनीज हर्ब सिस्टैंच-टॉनिफाइंग किडनी

(प्रायोगिक अध्ययनों से पता चला है कि सिस्टैंच डेजर्टिकोला के विभिन्न घटक गुर्दे की ग्रंथियों को प्रभावी ढंग से विनियमित और भर सकते हैं, पर्याप्त गुर्दे की शक्ति के साथ जो सीधे शरीर के ऊर्जा कारखाने माइटोकॉन्ड्रिया के कार्य को बढ़ाता है, लगातार ऊर्जा पैदा करता है, शरीर को उत्तेजित अवस्था में रखता है, इसके सुधार में सुधार करता है। ठंड सहनशीलता, और थकान को कम करना।)

इस अध्ययन में, किडनी के कॉर्टेक्स, कॉर्टेक्स और मेडुला के बीच की सीमा, और मेडुला को अल्ट्रासाउंड छवियों पर क्रोनिक किडनी रोग के निदान के लिए आरओआई के रूप में सेट किया गया था। जीएलसीएम एल्गोरिथ्म का उपयोग करके प्रत्येक आरओआई क्षेत्र से पैरामीटर निकाले गए थे, जो कि अल्ट्रासाउंड छवि विश्लेषण में व्यापक रूप से उपयोग किया जाता है। पैरामीटर स्वसहसंबंध, इसके विपरीत, सहसंबंध, क्लस्टर प्रमुखता, क्लस्टर शेड, असमानता, ऊर्जा, एन्ट्रापी, एकरूपता, अधिकतम संभावना, वर्गों का योग विचरण, योग औसत, योग विचरण, योग एन्ट्रापी, अंतर विचरण, अंतर एन्ट्रापी, सूचना माप हैं। सहसंबंध 1, सहसंबंध 2 का सूचना माप, और व्युत्क्रम अंतर (INV)। जब प्रत्येक पैरामीटर को तीन क्षेत्रों से निकाला गया था, तो कुल 57 जीएलसीएम पैरामीटर निकाले गए थे। अंत में, किडनी के आकार के बारे में जानकारी जोड़कर कुल 58 मापदंडों का उपयोग किया गया, जो क्रोनिक किडनी रोग के निदान के लिए महत्वपूर्ण है। एएनएन का निर्माण करके कुल 58 इनपुट मापदंडों का परीक्षण किया गया, जो एक मशीन-लर्निंग विधि है। इनपुट मापदंडों को 58 पर सेट किया गया था, और छिपी हुई परत को 10 पर सेट किया गया था। क्योंकि 10 या अधिक छिपी हुई परतों ने वर्गीकरण दर पर कोई प्रभाव नहीं दिखाया, प्रयोग 10 छिपी हुई परतों के साथ आयोजित किया गया था। वर्गीकृत किए जाने वाले तीन आउटपुट सामान्य, हल्के और मध्यम सीकेडी और गंभीर सीकेडी थे। ऐसा माना जाता है कि वर्गीकृत किए जाने वाले परिणाम की वर्गीकरण दर को सभी 58 इनपुट पैरामीटरों का उपयोग करके बढ़ाया गया था। वर्गीकरण सटीकता 95.4 प्रतिशत थी, प्रशिक्षण के लिए आवश्यक अवधि 38 गुना थी, और गलत वर्गीकरण दर 4.6 प्रतिशत थी। इस प्रयोग में, तीन प्रकार की स्थितियों को वर्गीकृत किया गया था, अर्थात् सामान्य, हल्के, मध्यम सीकेडी और गंभीर सीकेडी, लेकिन रोग अवस्थाओं के एक और विस्तृत वर्गीकरण की आवश्यकता है। इसके अलावा, प्रयोग 741 डेटा आइटम प्राप्त करके आयोजित किया गया था, क्योंकि डेटा की मात्रा बड़ी नहीं है; इस प्रकार, मशीन लर्निंग पद्धति का चयन किया गया। जब बड़ी मात्रा में डेटा प्राप्त होता है, तो हम अधिक डेटा प्राप्त करने के बाद गहन शिक्षण पद्धति को लागू करने की योजना बनाते हैं। नैदानिक ​​रूप से इसका उपयोग करने के लिए, वर्गीकरण के प्रकारों में विविधता लाना आवश्यक है। अल्ट्रासोनिक उपकरण को कार्यान्वित परिणाम उपलब्ध कराने के बाद, इसे सोनोग्राफर से फीडबैक के माध्यम से अपग्रेड करने की आवश्यकता है।

प्र. 5। निष्कर्ष

क्रॉनिक किडनी डिजीज का इलाज किया जा सकता है अगर इसका जल्द पता चल जाए,किडनी को टोन करने के लिए सिस्टैंच डेजर्टिकोला एक अच्छा तरीका है। सिस्टैंच डेजर्टिकोला को गोजी बेरीज और सिनोमोरियम सोलारियम के साथ पकाने और पीने के लिए जोड़ा जा सकता है, जिसका किडनी को टोन करने पर अच्छा प्रभाव पड़ता है। सिस्टैंच डेजर्टिकोला मा का उपयोग मुख्य रूप से किडनी यांग की कमी के कारण कमर और घुटनों में दर्द और कमजोरी के इलाज के लिए किया जाता है, जिसमें किडनी को टोन करने का प्रभाव होता है और शुरुआती किडनी रोग पर एक निश्चित राहत प्रभाव पड़ता है।

सिस्टैंच डेजर्टिकोला प्रभावकारिता- किडनी को टोनिंग करना

लेकिन जैसे-जैसे बीमारी बढ़ती है, ठीक होना असंभव हो जाता है। आखिरकार, किडनी रिप्लेसमेंट थेरेपी जैसे प्रत्यारोपण या डायलिसिस का उपयोग किया जाना चाहिए। दूसरे शब्दों में, प्रारंभिक अवस्था में क्रोनिक किडनी रोग का पता लगाना और उसका इलाज करना महत्वपूर्ण है। अल्ट्रासाउंड गुर्दे के कैंसर, सूजन की बीमारी, गांठदार रोग, क्रोनिक किडनी रोग, आदि के निदान के लिए एक परीक्षण विधि है, और इसका उपयोग गुर्दे के आकार और आंतरिक गूंज विशेषताओं जैसी जानकारी का उपयोग करके सूजन की डिग्री की जांच के लिए किया जाता है।

इस अध्ययन में, 741 मामलों में 251 सामान्य किडनी छवियों, 328 हल्के और मध्यम किडनी रोग छवियों और 162 गंभीर गुर्दे की किडनी छवियों सहित अल्ट्रासाउंड छवियों का उपयोग किया गया था। नैदानिक ​​​​अभ्यास में क्रोनिक किडनी रोग का निदान करने के लिए, तीन आरओआई निर्धारित किए गए थे, अर्थात्, गुर्दे की कोर्टेक्स, कॉर्टेक्स और मेडुला के बीच की सीमा, और मेडुला, जो कि अल्ट्रासाउंड छवियों से जानकारी प्राप्त करने के लिए जांचे गए क्षेत्र हैं। जीएलसीएम एल्गोरिथ्म का उपयोग करके प्रत्येक आरओआई से पैरामीटर निकाले गए थे, जो कि अल्ट्रासाउंड छवि विश्लेषण में व्यापक रूप से उपयोग किया जाता है। जब प्रत्येक पैरामीटर को तीन क्षेत्रों से निकाला गया था, तो कुल 57 जीएलसीएम पैरामीटर निकाले गए थे। अंत में, किडनी के आकार के बारे में जानकारी जोड़कर कुल 58 मापदंडों का उपयोग किया गया, जो क्रोनिक किडनी रोग के निदान के लिए महत्वपूर्ण है। एएनएन 58 इनपुट पैरामीटर, 10 छिपी हुई परतों और 3 आउटपुट परतों (सामान्य, हल्के और मध्यम सीकेडी, और गंभीर सीकेडी) से बना था। एएनएन मॉडल का उपयोग करते हुए, अंतिम वर्गीकरण दर 95.4 प्रतिशत थी, प्रशिक्षण के लिए आवश्यक अवधि 38 गुना थी, और गलत वर्गीकरण दर 4.6 प्रतिशत थी। ऐसा माना जाता है कि अल्ट्रासाउंड छवियों का उपयोग करके क्रोनिक किडनी रोग के निदान के क्षेत्र में एक स्वचालित निदान प्रणाली को लागू करने के लिए इस प्रयोग का उपयोग एक आधार के रूप में किया जा सकता है। इसके अलावा, प्रयोगात्मक परिणामों के उपयोग को नैदानिक ​​​​निर्णय लेने में महत्वपूर्ण भूमिका निभाने के लिए माना जाता है, जिसमें क्रोनिक किडनी रोग का शीघ्र निदान और उपचार शामिल है।

संदर्भ

1. इरीना, एल.; फ्लेवियो, आर.; इडालिना, बी.; रुई, ए.; लुइस, बी.; ऐलिस, एसएस न्यू पोटेंशियल बायोमार्कर्स फॉर क्रॉनिक किडनी डिजीज मैनेजमेंट- ए रिव्यू ऑफ द लिटरेचर। इंट। जे मोल। विज्ञान। 2021, 22, 43।

2. कूसर, डब्ल्यूजी; रेमुज़ी, जी.; मेंडिस, एस.; टोनेली, एम। प्रमुख गैर-संचारी रोगों के वैश्विक बोझ में क्रोनिक किडनी रोग का योगदान। किडनी इंट। 2011, 80, 1258–1270। [क्रॉसरेफ]

3. कनाडास-गारे, एम.; एंडरसन, के.; मैकगोल्ड्रिक, जे.; मैक्सवेल, एपी; क्रोनिक किडनी रोग में बायोमार्कर की खोज में McKnight, AJ प्रोटिओमिक और मेटाबॉलिक दृष्टिकोण। जे प्रोटिओम। 2019, 193, 93–122। [क्रॉसरेफ]

4. लवी, एएस; एकार्ड्ट, केयू; सुकामोटो, वाई।; लेविन, ए.; कोरेश, जे.; रोसेर्ट, जे.; डी ज़ीव, डी.; होस्टेटर, टीएच; लैमेयर, एन.; एकनोयान, जी. क्रोनिक किडनी डिजीज की परिभाषा और वर्गीकरण: किडनी डिजीज से एक पोजीशन स्टेटमेंट: इम्प्रूविंग ग्लोबल आउटकम्स (केडीआईजीओ)। किडनी इंट। 2005, 67, 2089–2100। [क्रॉसरेफ]

5. कोमेंडा, पी.; रिगाटो, सी.; Tangri, N. गैर-मान्यता प्राप्त CKD के लिए स्क्रीनिंग रणनीतियाँ। क्लिन। जाम। समाज। नेफ्रोल। 2016, 11, 925–927। [CrossRef] [PubMed के]

6. ली, एचएस; जंग, एचबी; यू, एमजी; पार्क, एसआई; ली, एचजे अमीनो एसिड मेटाबोलाइट्स क्रोनिक किडनी डिजीज से जुड़े: एक आठ साल का फॉलो-अप कोरियन एपिडेमियोलॉजी स्टडी। बायोमेडिसिन 2020, 8, 222. [CrossRef]

7. हेवाडीकरम, डी.; बंडारा, एम.; पट्टीविदान, एएन; जयवीरा, एच। शुरुआती क्रोनिक किडनी रोग का पता लगाने के लिए एक उपन्यास अल्ट्रासाउंड तकनीक। F1000Research 2019, 7, 448. [CrossRef] [PubMed के]

8. जोवानोविक, डी.; गैसिक, बी.; पावलोविच, एस.; नौमोविक, आर। किडनी के आकार का किडनी के कार्य के साथ संबंध और स्वस्थ विषयों में एंथ्रोपोमेट्रिक पैरामीटर और क्रोनिक किडनी रोगों वाले रोगी। रेन। असफल। 2013, 35, 896–900। [क्रॉसरेफ]

9. गाओ, एस.; पेंग, वाई.; गुओ, एच।; लियू, डब्ल्यू।; गाओ, टी.; जू, वाई।; तांग, एक्स। बनावट विश्लेषण और अल्ट्रासाउंड जिगर छवियों का वर्गीकरण। बायोम। मेटर। अभियांत्रिकी। 2014, 24, 1209–1216। [CrossRef] [PubMed के]

10. सलीम, जेडआर मेथड्स यूज्ड इन कंप्यूटर एडेड डायग्नोसिस फॉर ब्रैस्ट कैंसर डिटेक्शन यूजिंग मैमोग्राम्स: ए रिव्यू। जे स्वास्थ्य सी। अभियांत्रिकी। 2020, 2020, 9162464।

11. फुजिता, एच.; आप, जे.; ली, क्यू.; अरिमुरा, एच. स्टेट-ऑफ़-द-आर्ट ऑफ़ कंप्यूटर एडेड डिटेक्शन/डायग्नोसिस (सीएडी)। आईसीएमबी 2010 की कार्यवाही में, हांगकांग, चीन, 28-30 जून 2010; वॉल्यूम 6165, पीपी. 296-305.

12. जंग, जेएसआर; सन, सीटी; मिज़ुटानी, ई. न्यूरो-फ़ज़ी एंड सॉफ्ट कंप्यूटिंग-ए कम्प्यूटेशनल अप्रोच टू लर्निंग एंड मशीन इंटेलिजेंस। आईईईई ट्रांस। ऑटोम। कंट्रोल 1997, 42, 1482-1484। [क्रॉसरेफ]

13. एबिस, एच.; निर्माता, जीएल; ट्रेंगोव, आरडी मेटाबोलॉमिक्स गुर्दे की बीमारियों के निदान और समझ के लिए दृष्टिकोण। मेटाबोलाइट्स 2019, 9, 34. [CrossRef]

14. हैनसेन, केएल; नीलसन, एमबी; एवर्टसन, सी. अल्ट्रासोनोग्राफी ऑफ़ द किडनी: ए पिक्टोरियल रिव्यू। डायग्नोस्टिक्स 2016, 6, 2. [CrossRef] [PubMed के]

15. सिंह, पी.; मुकुंदन, आर.; डी राइक, आर. कंट्रास्ट-लिमिटेड अडैप्टिव हिस्टोग्राम इक्वलाइज़ेशन का उपयोग करके मेडिकल अल्ट्रासाउंड वीडियो में फ़ीचर एन्हांसमेंट। जे अंक। इमेजिंग 2020, 33, 273–285। [CrossRef] [PubMed के]

16. स्थानीय औसत के साथ इंटरक्वेर्टाइल रेंज फ़िल्टर का उपयोग करते हुए जसीम, एफए इमेज डीनोइजिंग। इंट। जे सॉफ्ट कम्प्यूट। अभियांत्रिकी। 2013, 2, 424–428।

17. हरलिक, आरएम; डिनस्टीन, आई.; छवि वर्गीकरण के लिए शनमुगम, के. टेक्सचरल विशेषताएं। आईईईई ट्रांस। सिस्ट। मैन साइबरन। 1973, 3, 610–621। [क्रॉसरेफ]

18. टॉमी, एल.; पैट्रिक, बी.; थॉमस, ए.; तुफवे, एन.; एंडर्स, जी। ग्रे-लेवल इनवेरिएंट हारलिक टेक्सचर फीचर्स। प्लस वन 2019, 14, ई0212110।

19. फ़रीज़वानी, एजी; पुतेह, एम.; मरीना, वाई.; रिवाई, ए। संयुग्म ढाल दृष्टिकोण के कई प्रकार के आधार पर कृत्रिम तंत्रिका नेटवर्क सीखने के नियम की समीक्षा। जे भौतिक। कॉन्फ। सेर। 2020, 1529, 022040. [क्रॉसरेफ]

20. इग्बिनेडियन, बीओ; ओकाका, ई। क्रॉनिक किडनी डिजीज: बेनिन टीचिंग हॉस्पिटल के विश्वविद्यालय में सोनोग्राफिक / क्लिनिकल फाइंडिंग्स। ऐन। बायोमेड। विज्ञान। 2017, 16, 60–69।

21. प्रशांत, केएस; रवि, ​​एन.; चंद्रशेखर, एचएम सोनोग्राफिक ग्रेडिंग ऑफ रीनल पैरेन्काइमल चेंजेस एंड इट्स कम्पेरिजन विद एस्टिमेटेड ग्लोमेरुलर फिल्ट्रेशन रेट (ईजीएफआर) यूजिंग मॉडिफाइड डाइट इन रीनल डिजीज फॉर्मूला। इंट। जे अवमानना। मेड। शल्य। रेडिओल। 2020, 5, बी13-बी16।

22. प्रियंका; कुमार, डी। जीएलसीएम और पीसीए का उपयोग करके किडनी अल्ट्रासाउंड छवियों की सुविधा निष्कर्षण और चयन। प्रोसीडिया कंप्यूट। विज्ञान। 2020, 167, 1722–1731। [क्रॉसरेफ]

23. कुओ, सीसी; चांग, ​​मुख्यमंत्री; लियू, के.टी.; लिन, डब्ल्यूके; चियांग, एचवाई; चुंग, सीडब्ल्यू; हो, एमआर; सन, पीआर; यांग, आरएल; चेन, केटी ऑटोमेशन ऑफ किडनी फंक्शन प्रेडिक्शन एंड क्लासिफिकेशन थ्रू अल्ट्रासाउंड-बेस्ड किडनी इमेजिंग यूजिंग डीप लर्निंग। एनपीजे अंक। मेड। 2019, 2, 29। [CrossRef] [PubMed के]