Ontwerp en uitvoering van beeldanalyse voor melanoom huidkanker

In het huidige tijdperk is het gebruik van beeldverwerking een niet-ingrijpende procedure voor diagnostische doeleinden. Er is momenteel een buitengewoon enthousiasme voor de mogelijkheden van geprogrammeerde beeldverwerkingstechniek voor beeldvoorbereiding, zowel om kwantitatieve gegevens over een verwonding te verkrijgen, die van belang kunnen zijn voor klinische aspecten, als als een onafhankelijk hulpmiddel voor vroegtijdige waarschuwing. Om een levensvatbare methode te bereiken om huidmaligniteiten in een beginstadium te onderscheiden zonder overbodige huidbiopsieën uit te voeren, zijn computergestuurde foto's van melanoom-huidletsels onderzocht. De middelen in verband met dit onderzoek zijn het verzamelen van dermoscopie beelddatabase, voorbewerking, segmentatie met behulp van dorsen, meetbare functie-extractie met behulp van GLCM, wavelet, en Tamura. De classificatie omvat SVM, KNN, beslissingsbomen, en ensemble classifiers. Er is een brede waaier van systemen die thans worden gebruikt om zowel donkere schaal als schaduwbeelden te verwerken om melanoommaligniteiten te herkennen en te onderscheiden. Dit deel wordt onderverdeeld in segmenten zoals aangegeven door de klinische hoogtepunten van vroeg dreigend melanoom, voorbewerking, textuur, en Identificatie organiserend stadium.