Entwurf und Implementierung einer Bildanalyse für Melanom-Hautkrebs

In der heutigen Zeit ist der Einsatz von Bildverarbeitung ein nicht-intrusives Verfahren für diagnostische Zwecke. Es gibt derzeit eine außerordentliche Begeisterung für die Möglichkeiten der programmierten Bilduntersuchungstechnik zur Bildaufbereitung, sowohl um quantitative Daten über eine Verletzung zu erhalten, die für klinische Aspekte von Bedeutung sein können, als auch als unabhängiges Frühwarngerät. Um eine praktikable Methode zur Unterscheidung von Hautmalignität in einem Anfangsstadium zu erreichen, ohne überflüssige Hautbiopsien durchzuführen, wurden computerisierte Bilder von Melanom-Hautverletzungen untersucht. Die Mittel, die mit dieser Untersuchung verbunden sind, sind das Sammeln der Dermatoskopie-Bilddatenbank, die Vorverarbeitung, die Segmentierung unter Verwendung von Schwellenwerten, die messbare Merkmalsextraktion mit GLCM, Wavelet und Tamura. Die Klassifizierung umfasst SVM, KNN, Entscheidungsbäume und Ensemble-Klassifikatoren. Derzeit gibt es eine Vielzahl von Systemen, die sowohl dunkle als auch schattierte Bilder verarbeiten, um Melanom-Malignität zu erkennen und zu unterscheiden. Dieser Teil ist in Segmente unterteilt, die sich an den klinischen Merkmalen des früh drohenden Melanoms, der Vorverarbeitung, der Textur und dem Stadium der Identifikationsorganisation orientieren.