CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

تشخیص سرطان پوست از روی تصاویر درموسکوپی با تاکید بر استخراج ویژگی های شکل ، رنگ و بافت و استفاده از الگوریتم طبقه بندی دو مرحله ای

عنوان مقاله: تشخیص سرطان پوست از روی تصاویر درموسکوپی با تاکید بر استخراج ویژگی های شکل ، رنگ و بافت و استفاده از الگوریتم طبقه بندی دو مرحله ای
شناسه ملی مقاله: COMCONF05_226
منتشر شده در پنجمین کنفرانس بین المللی مهندسی برق و کامپیوتر با تاکید بر دانش بومی در سال 1396
مشخصات نویسندگان مقاله:

قاسم شکوریان - گروه مهندسی پزشکی ، دانشکده برق و کامپیوتر ، دانشگاه صنعتی نوشیروانی ، بابل ، ایران
حسین منتظری کردی - استادیار گروه مهندسی پزشکی ، دانشگاه صنعتی نوشیروانی ، بابل ، ایران

خلاصه مقاله:
ملانومای بدخیم نوع خطرناک و کشنده ی سرطان پوست است. درمان قطعی این بیماری زمانی میسر خواهد بود که پزشک متخصص بتواند آن را به درستی و بهنگام تشخیص دهد. در این صورت می توان با یک برش ساده این بیماری را به طور قطعی درمان نمود. این روش نیاز به نمونه برداری از سطح زخم دارد که روشی تهاجمی بوده و بیمار را دچار درد و رنج خواهد نمود. هدف از این مقاله ارایه روشی کارآمد مبتنی بر یادگیری ماشین و تکنیک های پردازش تصویر است که قادر باشد به صورت غیرتهاجمی و سریع زخم ملانوما را شناسایی نماید. بدین منظور ابتدا از تصاویر درموسکوپی مجموعه ویژگی هایی مبتنی بر شکل،رنگ و بافت از تصویر ضایعه استخراج میشود و در نهایت با استفاده از فرآیند طبقه بندی دو مرحله ای عمل دسته بندی برای سه کلاس خال معمول، غیرمعمول و ملانوما انجام میپذیرد. نتایج حاصل از اعمال این روش بر روی پایگاهداده PH2 نشان میدهد که روش طبقه بندی دو مرحله ای با دقت نزدیک به 90٪ عملکرد بهتری نسبت به طبقه بندی یک مرحله ای برای داده های سه کلاسه بدست میدهد

کلمات کلیدی:
سرطان پوست، ملانوما، استخراج ویژگی، شکل، رنگ، بافت، طبقه بندی، ویژگی های بهینه،KNN

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/725205/