A rosszindulatú melanoma manapság az egyik vezető rák a sok közül, fehér bőrű lakosság világszerte. Change szabadidős viselkedés növekedésével együtt az ultraibolya sugárzás okoz drámai számának növekedése a melanomák diagnosztizáltak. Az emelés az előfordulási először észre az Egyesült Államokban 1930-ban, ahol a személy közül egy évi 100 000 szenvedett bőrrák. Ez a ráta az a nyolcvanas évek derekán hat 100 000 és 13 100 000 1991 A számok is hasonlóak gyakoriságuk megfigyelhető Európában. 1995-ben, Ausztriában melanomaincidenciát körülbelül 12 100 000, ami tükröződik a növekedés 51,8% az előző tíz évben, és a melanoma mutat még növekvő tendenciát. De másfelől vizsgálatok kimutatták, hogy a gyógyíthatóság bőrrák majdnem 100% -os, ha el kell ismerni, elég korán és a kezelt műtéti. Mivel a halálozási arány okozta melanoma a hatvanas évek elején volt, körülbelül 70%, Nowa túlélési aránya 70% -ot ért el, ami elsősorban annak köszönhető, a korai felismerés. Mert a nagyobb rosszindulatú melanoma előfordulása, a kutatók érintett egyre több az automata diagnózisa bőrelváltozások. Számos publikáció beszámol elszigetelt erőfeszítései az irányt automatizált melanoma elismerés képfeldolgozás. Teljes integrált bőrgyógyászati képelemző rendszerek is alig találni a klinikai alkalmazás során, vagy nem tesztelik jelentős számú valós mintákat.
Az általunk kifejlesztett egy gyors és megbízható rendszer, amely képes felismerni és osztályozni bőrelváltozások nagy pontossággal. Az általunk használt színes képek a bőrelváltozások, képfeldolgozó technikák és Adaboost osztályozót megkülönböztetni melanoma jóindulatú pigmentált bőrelváltozások. Mivel az első lépéseként az adatkészlet elemzés, az előfeldolgozó szekvencia kerül végrehajtásra, hogy a zaj eltávolítása és nem kívánt struktúrák a színes kép. Másodszor, az automatizált szegmentáció megközelítés lokalizálja a gyanús elváltozás régiók régiónként növekvő után első lépésként alapuló adaptív színes szegmentáció. Aztán, támaszkodunk mennyiségi képelemző mérésére számos jelölt jellemzők azt remélte, hogy elegendő információt tartalmaz különbséget melanoma jóindulatú elváltozások. Végre, a kiválasztott funkciók adják át Adaboost algoritmus egy erős osztályozót.
követelmények :
Matlab
Hozzászólás nem található