Kwaadaardige melanoom is deesdae een van die voorste kanker onder baie wit velkleur bevolkings regoor die wêreld. Verandering van ontspanning gedrag tesame met die toename in ultraviolet bestraling veroorsaak 'n dramatiese toename in die getal van die melanoom gediagnoseer. Die verhoging in die voorkoms is die eerste keer opgemerk in die Verenigde State van Amerika in 1930, waar een persoon uit 100 000 per jaar gely het van velkanker. Hierdie koers toegeneem in die middel van die tagtigerjare tot ses per 100 000 en 13 per 100 000 in 1991. Die getalle is ook vergelykbaar met die voorkoms pryse waargeneem in Europa. In 1995, in Oostenryk die voorkoms van melanoom was ongeveer 12 per 100 000, wat 'n styging van 51,8% in die voorafgaande tien jaar, en die voorkoms van melanoom toon 'n steeds toenemende neiging. Maar aan die ander kant ondersoeke het getoon dat die geneeslikheid van velkanker is byna 100%, indien dit vroeg genoeg erken en chirurgies behandel. Terwyl die sterftesyfer veroorsaak deur melanoom in die vroeë sestigerjare was ongeveer 70%, is Nowa oorlewing koers van 70% behaal, wat hoofsaaklik die gevolg van die vroeë erkenning. As gevolg van die hoër voorkoms van kwaadaardige melanoom, is navorsers betrokke meer en meer met die outomatiese diagnose van die vel letsels. Baie publikasies verslag oor geïsoleerde pogings in die rigting van outomatiese melanoom erkenning deur beeldverwerking. Volledige geïntegreerde dermatologiese beeld analise stelsels is skaars gevind in kliniese gebruik, of is nie op 'n beduidende aantal van die werklike lewe monsters getoets.
Ons het 'n vinnige en betroubare stelsel wat in staat is om op te spoor en te klassifiseer velletsels met 'n hoë akkuraatheid. Ons gebruik kleur prente van velletsels, beeld verwerking van tegnieke en AdaBoost klassifiseerder melanoom te onderskei van benigne gepigmenteerde letsels. As die eerste stap van die datastel analise, is 'n preprocessing volgorde geïmplementeer geraas en ongewenste strukture te verwyder van die kleur beeld. Tweedens, 'n outomatiese segmentering benadering lokaliseert verdagte letsel streke deur die streek groei na 'n voorlopige stap gebaseer op adaptive kleur segmentasie. Toe, maak ons staat op kwantitatiewe beeld analise te meet 'n reeks van kandidaat eienskappe gehoop genoeg inligting melanoom te onderskei van benigne letsels te bevat. . Op die laaste, is die gekose eienskappe wat aan AdaBoost algoritme om 'n sterk klassifiseerder te bou
Vereistes :
Matlab
Kommentaar nie gevind