皮肤癌图像细分基于中点分析方法
Uzma Saghir1, Shailendra Kumar Singh2, Moin Hasan3
1Dept. of Computer Science & Engineering, Lovely Professional University, Punjab, 144001, India.
Journal of imaging informatics in medicine
|April 16, 2024
概括
早期发现皮肤癌至关重要. 本研究提出了皮肤镜图像的自动细分方法,可实现95.30%的准确性,用于早期病变识别和降低死亡率.
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:
- 皮肤癌是一种普遍存在的疾病,由于晚期诊断导致死亡率增加.
- 目前用于皮肤癌检测的视觉检查方法由于病变与其他疾病的相似性而缺乏准确性.
- 自动化早期检测对于减少与皮肤癌相关的死亡人数至关重要.
研究的目的:
- 开发一种创新的细分机制,用于早期发现皮肤癌.
- 使用ISIC数据集,准确地从皮肤显微镜皮肤图像中细分病变.
- 提高皮肤病变分析的准确性,以便及时诊断.
主要方法:
- 为图像细分实施了两步框架.
- 图像预处理涉及下帽子过器去除毛发和DCT/颜色系数增强.
- 为了对感兴趣的地区进行细分,使用了背景减去方法与中点分析.
主要成果:
- 拟议的细分机制实现了95.30%的准确性.
- 该方法有效地将ISIC数据集中的皮肤镜图像中的病变细分为部分.
- 与地面真相的验证证实了细分的准确性.
结论:
- 开发的自动化细分机制显示了早期皮肤癌检测的高准确性.
- 这种方法可以通过及时诊断来帮助降低死亡率.
- 该方法为在临床环境中分析皮肤镜像提供了一个有前途的工具.
