تشخیص خودکار ملانوما با استفاده از ویژگی های رنگ و بافت

در سال های اخیر، تعداد بیماران مبتلا به ملانوما که یکی از مرگبارترین انواع سرطان های پوست به شمار می آید، رشدفزآیندهای در جهان پیدا کرده است. هدف از این مطالعه، طراحی یک سامانه خودکار تشخیص ضایعات ملانوما است.سامانه طراحی شده از چهار بخش اصلی پیش پردازش، تقطیع، استخراج ویژگی و دسته بندی تشکیل شده است. در مرحلهپیش پردازش روشی جدید برای افزایش تمایز بین ناحیه ضایعه و پس زمینه پیشنهاد شده است. در مرحله دوم، با استفادهاز الگوریتم خوشه بندی kmeans تصویر به دو ناحیه ضایعه و پس زمینه تقطیع می شود. سپس با استفاده از عملگرهایمورفولوژی ناحیه های مزاحم و کوچک حذف می گردند. در مرحله سوم، از ناحیه ضایعه ویژگی هایی همچون تقارن، رنگ،بافت و قطر استخراج می گردد. درنهایت با کنار هم قرار دادن تمامی ویژگی ها، بردار ویژگی نهایی به دسته بندی ماشینبردار پشتیبان داده می شود تا ناحیه ضایعه را به یکی از دو کلاس ملانوما و غیرملانوما دسته بندی نماید. با ارزیابی روشپیشنهادی بر روی پایگاه داده DERMOFIT ، دقت تشخیص 92 % بدست آمد که نسبت به سایر کارها از دقت بالاتریبرخوردار است.

تشخیص خودکار ملانوما با استفاده از ویژگی های رنگ و بافت Keywords:

سرطان پوست , ملانوما , تقطیع , الگوریتم kmeans , دسته بندی ماشین بردار پشتیبان