تشخیص ملانوما به کمک استخراج ویژگیهای مناسب از تصاویر درماتوسکوپی
زمینه و هدف: تشخیص ملانوما در مراحل نخست بیماری میتواند بطور چشمگیری از مرگ ناشی از این سرطان مهلک
پوست جلوگیری نماید. از آنجایی که تشخیص این بیماری در مراحل نخست، حتی توسط پزشکان کارآمد به سختی انجام
میپذیرد، ارائه روشی که تشخیص ملانوما را در مراحل اولیه آسان نماید بسیار مفید و ارزنده است.
روش بررسی: در این تحقیق بر آن شدیم که با استخراج ویژگیهایی از تصویر و طبقهبندی آنها، به ایجاد الگوریتمی
بپردازیم که به تشخیص ملانوما کمک نماید. پیش از استخراج ویژگیهای مناسب، مرزبندی دقیق بین ضایعه و زمینه به
کمک فیلتر پلاریزه شبیه سازی شده با زاویه مناسب انجام پذیرفت سپس با کمک درماتولوژیستها به استخراج ویژگی های
ضایعه پرداخته شد و به منظور طبقهبندی دقیق آسیبهای پوستی و کاهش زمان آموزش طبقهبند، بهینه سازی
ویژگی های مختلف انجام شد.
یافته ها: بهینه سازی ویژگیها با 3 روش آنالیز اجزای اصلی، انتخاب ترتیبی مستقیم و مشورت با متخصص پوست انجام
پذیرفت. ویژگیهای بهینه شده به کمک طبقهبند، طبقهبندی گردید تا الگوریتم تکمیل گردد. در حالتی که از طبقهبند
و بهین هسازی ویژگیها با روش انتخاب ترتیبی مستقیم استفاده گردید، این الگوریتم با دقت حدود 91 % در SVM
تشخیص ملانوما موفق بود.
نتیجه گیری: روش پیشنهادی، به منظور تشخیص ملانوما با دقت بالا و قیمت مناسب م یتواند بکار رود. همچنین این
بسته نرمافزاری قابلیت اتصال به درماتوسکوپ را دارد و برای کمک به تشخیص ملانوما می تواند مورد استفاده قرار گیرد.
واژه های کلیدی: بخش بندی تصویر، ملانوما، استخراج ویژگی، بهینه سازی ویژگی، طبقه بندی
تشخیص ملانوما به کمک استخراج ویژگیهای مناسب از تصاویر درماتوسکوپی