Non-invasive Diabetes Detection using Gabor Filter: A Comparative Analysis of Different Cameras

要約

この論文では、顔ブロック テクスチャ機能を使用して糖尿病 (DM) を非侵襲的に検出するための画像をキャプチャするための便利なツールとして、モバイル デバイスのカメラとラップトップ カメラの両方のパフォーマンスを比較および調査します。
20 歳から 79 歳までの年齢層の参加者がデータセットに選択されました。
通常の照明条件下で、12mp および 7mp モバイル カメラとラップトップ カメラを使用して写真を撮影しました。
抽出された顔ブロックは、k-Nearest Neighbors (k-NN) と Support Vector Machine (SVM) を使用して分類されました。
100 枚の画像がキャプチャされ、前処理され、Gabor を使用してフィルタリングされ、反復されました。
システムのパフォーマンスは、精度、特異性、感度の観点から測定されました。
100 枚の画像を含む SVM を使用した 12mp バックカメラから、精度 96.7%、感度 100%、特異度 93% の最高のパフォーマンスが達成されました。

要約(オリジナル)

This paper compares and explores the performance of both mobile device camera and laptop camera as convenient tool for capturing images for non-invasive detection of Diabetes Mellitus (DM) using facial block texture features. Participants within age bracket 20 to 79 years old were chosen for the dataset. 12mp and 7mp mobile cameras, and a laptop camera were used to take the photo under normal lighting condition. Extracted facial blocks were classified using k-Nearest Neighbors (k-NN) and Support Vector Machine (SVM). 100 images were captured, preprocessed, filtered using Gabor, and iterated. Performance of the system was measured in terms of accuracy, specificity, and sensitivity. Best performance of 96.7% accuracy, 100% sensitivity, and 93% specificity were achieved from 12mp back camera using SVM with 100 images.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google