一个高效的多层次预处理算法,用于在黑色素瘤检测中增强皮肤镜像

科学领域:

• 皮肤病学 皮肤病学
• 医疗成像医学成像
• 计算机视觉 计算机视觉

背景情况:

• 自动化皮肤病变检测对于早期黑色素瘤诊断至关重要.
• 皮肤显微镜图像经常受到噪音,不均的照明和头发等物质的影响,阻碍了准确的细分.
• 现有的预处理方法可能无法充分应对这些挑战.

研究的目的:

• 为皮肤扫描图像提出一个新的多层次预处理算法.
• 为了提高图像质量,改进了皮肤病变的自动细分.
• 评估拟议的预处理步骤对细分精度的有效性.

主要方法:

• 一系列的预处理步骤,包括去噪声 (非局部平均值过器),照明校正 (马校正),对比度增强 (强大的图像对比度增强),化 (不清晰的掩饰),反射移除和虚拟剃须 (基于相位对等的方法).
• 使用的盲参考减去图像空间质量评估器 (BRISQUE) 用于质量评估.
• 雇佣了规范化的极端学习机器,用于自动化皮肤病变细分.

主要成果:

• 拟议的多级预处理显著提高了图像质量,与现有方法相比,具有更高的性能,相比之下,信息保存和文物删除.
• 非局部介质过器和基于相位一致性的虚拟剃须分别显示了最佳的减噪和脱毛结果.
• 使用规范化极端学习机器的细分精度在应用于预处理图像时得到了显著提高.

结论:

• 开发的多级预处理算法有效地增强皮肤镜像用于皮肤病变分析.
• 预处理步骤的顺序对于最大限度地提高自动化皮肤病变细分的性能至关重要.
• 这种方法为提高黑色素瘤检测系统的准确性和可靠性提供了一个强大的解决方案.