No/VOL: 05/2023 Page no. 1
Authors: Usman Umar , Syafruddin Syarif , Ingrid Nurtanio , Indrabayu Indrabayu :
Title: Zastosowane nieinwazyjnej metody monitorowania poziomu glukozy we krwi za pomocą obrazu skóry dłoni w oparciu o macierz współwystępowania poziomów szarości (GLCM) i sztuczne sieci neuronowe (ANN)
Abstract: Niniejsze badanie rozwija nieinwazyjną metodę przewidywania stężenia glukozy we krwi poprzez przetwarzanie obrazu. W celu zbadania wykonano kilka inwazyjnych obrazów i poziomów glukozy. Rodzaje próbek na podstawie klasyfikacji wiekowej, 20-60 lat. Dla dokładności i prostej analizy, 37 obrazów uczestników jako ochotników, próbki zostały ocenione i zbadane w ramach macierzy współwystępowania poziomu szarości (GLCM). W tym badaniu sztuczna sieć neuronowa (ANN) została wykorzystana do wszystkich testów treningu i tekstury dłoni w celu wykrycia poziomu glukozy. Wydajność tego modelu ocenia się za pomocą błędu średniokwadratowego (RMSE) i współczynnika korelacji (r). W tym badaniu zastosowano analizę wariancji siatki błędów Clarkea (EGA) w celu określenia dokładności metody. Wyniki pokazały, że RMSE była zbliżona do wartości standardowej, współczynnik regresji wyniósł 0,95, a analiza Clarke EGA: 81,08% znajdowała się w strefie A.%. Aby model przewidywania stężenia glukozy we krwi przy użyciu metody GLCM-ANN był możliwy do zastosowania
Key words: Stężenie glukozy we krwi, nieinwazyjna, macierz współwystępowania poziomu szarości.