通过使用优化视力变压器,有效地对皮肤癌进行多类分类
1E&TC Engineering Department, SSVPS's Bapusaheb Shivajirao Deore College of Engineering, Dhule, Maharashtra, 424005, India. desale.rajendra@gmail.com.
Medical & biological engineering & computing
|November 23, 2023
概括
这项研究介绍了皮肤癌分类的优化视觉变压器,达到99.81%的准确性. 这种先进的方法有效地从图像中识别皮肤瘤,优于现有的技术.
科学领域:
- 皮肤病学 皮肤病学
- 计算机科学 计算机科学
- 医疗成像医学成像
背景情况:
- 皮肤癌是全球重要的健康问题.
- 准确和早期发现皮肤恶性瘤至关重要.
- 基于计算机的皮肤病变图像分析为诊断提供了一个有前途的方法.
研究的目的:
- 开发和评估一个优化的视力转换器模型,用于准确的皮肤癌分类.
- 通过使用先进的图像分析技术,改善皮肤瘤的识别.
主要方法:
- 图像预处理包括颜色恒定性,毛发人工物去除,使用过器减少噪音 (片式线性底帽,自适应中位数,高斯式) 和渐变强度.
- 使用自散流域算法进行图像细分.
- 通过混合Walsh-Hadamard Karhunen-Loeve扩展进行特征提取.
- 使用改进的视觉变压器进行皮肤癌分类.
主要成果:
- 提出的方法实现了高性能指标:99.81%的准确性,96.65%的精度,98.21%的灵敏性,97.42%的F测量,99.88%的特异性,98.21%的回忆,98.54%的雅卡尔系数,98.89%的MCC.
- 与现有方法相比,该系统表现出优越的性能.
- 在国际皮肤成像协作 (ISIC) 2019数据库上进行了实验.
结论:
- 优化视力变压器方法为皮肤癌分类提供了高度有效和准确的方法.
- 综合方法,结合先进的预处理,细分和特征提取,显著提高诊断能力.
- 这项研究为帮助皮肤科医生识别皮肤瘤提供了一个强大的计算工具.
