Sistema de reconocimiento de melanoma. Obtenga código fuente de MATLAB para detectar y clasificar las lesiones de la piel.
Descargar ahora

Sistema de reconocimiento de melanoma. Clasificación y resumen

Sistema de reconocimiento de melanoma. Etiquetas

Sistema de reconocimiento de melanoma. Descripción

El melanoma maligno es hoy en día, uno de los cánceres líderes entre muchas poblaciones de piel blanca de todo el mundo. El cambio de comportamiento recreativo junto con el aumento de la radiación ultravioleta causa un aumento dramático en el número de melanomas diagnosticados. El aumento de la incidencia se notó por primera vez en los Estados Unidos en 1930, donde una persona de los 100000 por año sufrió cáncer de piel. Esta tasa aumentó a mediados de los años ochenta a seis por 100000 y a 13 por 100000 en 1991. Los números también son comparables a las tasas de incidencia observadas en Europa. En 1995, en Austria, la incidencia de melanoma era de aproximadamente 12 por 100000, que reflejaba un aumento del 51.8% en los diez años anteriores, y la incidencia de melanoma muestra una tendencia aún mayor. Pero, por otro lado, las investigaciones han demostrado que la curabilidad del cáncer de piel es casi del 100%, si se reconoce lo suficientemente temprano y se trata quirúrgicamente. Considerando que la tasa de mortalidad causada por los melanomas a principios de los años sesenta fue de aproximadamente el 70%, se logra una tasa de supervivencia del 70%, que es principalmente el resultado del reconocimiento temprano. Debido a la mayor incidencia de melanoma maligno, los investigadores se refieren cada vez más con el diagnóstico automatizado de las lesiones de la piel. Muchas publicaciones informan sobre los esfuerzos aislados en la dirección del reconocimiento automático del melanoma mediante el procesamiento de la imagen. Los sistemas de análisis de imágenes dermatológicos integrados completos se encuentran casi en uso clínico, o no se prueban en un número significativo de muestras de la vida real. Hemos desarrollado un sistema rápido y confiable que es capaz de detectar y clasificar las lesiones de la piel con alta precisión. Utilizamos imágenes en color de lesiones cutáneas, técnicas de procesamiento de imágenes y clasificador de adaboost para distinguir el melanoma de las lesiones pigmentadas benignas. Como primer paso del análisis de conjunto de datos, se implementa una secuencia de preprocesamiento para eliminar el ruido y las estructuras no deseadas de la imagen en color. En segundo lugar, un enfoque de segmentación automatizado localiza regiones de lesiones sospechosas por región que crece después de un paso preliminar basado en la segmentación de color adaptable. Luego, confiamos en el análisis de imágenes cuantitativas para medir una serie de atributos candidatos esperaban contener suficiente información para diferenciar a los melanomas de las lesiones benignas. Por fin, las características seleccionadas se suministran al algoritmo de Adaboost para construir un clasificador fuerte.

Sistema de reconocimiento de melanoma. Software relacionado