...
首页> 外文期刊>Indonesian Journal of Electronics and Instrumentation Systems >KLASIFIKASI GOLONGAN DARAH MENGGUNAKAN ARTIFICIAL NEURAL NETWORKS BERDASARKAN HISTOGRAM CITRA
【24h】

KLASIFIKASI GOLONGAN DARAH MENGGUNAKAN ARTIFICIAL NEURAL NETWORKS BERDASARKAN HISTOGRAM CITRA

机译:基于CITRA直方图的人工神经网络分类血型

获取原文
           

摘要

Golongan darah dalam dunia medis dapat dibagi menjadi 4 golongan yaitu A, B, AB dan O. Untuk dapat mengetahui golongan darah tersebut maka harus dilakukan tes golongan darah. Selama ini pendeteksian golongan darah manusia masih dilakukan secara manual untuk mengamati proses aglutinasi. Penelitian ini menerapkan proses identifikasi golongan darah menggunakan pengolahan citra. Sistem ini bekerja dengan membaca citra kartu golongan darah yang telah terisi dengan sampel darah, selanjutnya akan diolah melalui proses histogram untuk mendapatkan nilai minimal dan maksimal RGB serta lokasi pikselnya yang kemudian diklasifikasikan oleh Artificial Neural Networks (ANN) untuk ditentukan golongan darahnya dari hasil training dan pencocokan data. Dari hasil pengujian menggunakan 12 sampel didapatkan rata-rata kesalahan identifikasi golongan darah sebesar 16,67%.
机译:医学世界中的血型可以分为4组,即A,B,AB和O.能够知道血型,必须进行血型测试。 到目前为止,人类血型的检测仍然是手动完成以观察到凝集过程。 本研究适用使用图像处理识别血型的过程。 该系统通过读取已充满血液样本的血型卡图像,然后通过直方图处理来处理,以获得最小和最大RGB值,然后通过人工神经网络分类的像素的位置网络(ANN)以确定培训结果和匹配数据的血型。 从使用12个样品的测试结果,平均血液型识别误差得到16.67%。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号