Melanoma Recognition System

البرمجيات قطة:
Melanoma Recognition System
تفاصيل البرنامج:
الإصدار: 1.0
تاريخ إيداع: 15 Apr 15
المطور: Luigi Rosa
ترخيص: حرر
شعبية: 15
حجم: 684 Kb

Rating: nan/5 (Total Votes: 0)

وسرطان الجلد الخبيث في الوقت الحاضر هو واحد من أكثر أنواع السرطان الرائدة بين كثير من السكان ذوي البشرة البيضاء في جميع أنحاء العالم. تغيير السلوك الترفيهية جنبا إلى جنب مع زيادة في الأشعة فوق البنفسجية تسبب زيادة كبيرة في عدد الميلانينية تشخيصه. وقد لاحظت زيادة في معدل الإصابة لأول مرة في الولايات المتحدة في عام 1930، حيث شخص واحد من أصل 100 000 سنويا عانى من سرطان الجلد. زيادة في منتصف الثمانينات إلى ستة لكل 100 000 وإلى 13 لكل 100 000 في عام 1991. وأرقام هذا المعدل أيضا مماثلة لمعدلات الإصابة التي لوحظت في أوروبا. في عام 1995، في النمسا كانت نسبة حدوث سرطان الجلد حوالي 12 لكل 100 000، مما انعكس بزيادة قدرها 51.8٪ في العشر سنوات السابقة، وحدوث سرطان الجلد يظهر الميل تزال تتزايد. ولكن على التحقيقات ناحية أخرى أظهرت أن قابلية الشفاء من سرطان الجلد هو ما يقرب من 100٪، إذا كان من المسلم به في وقت مبكر وعلاجها جراحيا. في حين كان معدل وفيات الناجمة عن الأورام الميلانينية في بداية الستينات حوالي 70٪، ويتحقق نوا معدل البقاء على قيد الحياة من 70٪، والذي هو أساسا نتيجة الاعتراف المبكر. ونظرا لارتفاع عدد حالات سرطان الجلد الخبيث، ويخشى الباحثون أكثر وأكثر مع التشخيص الآلي من الآفات الجلدية. وتفيد العديد من المنشورات على جهود معزولة في اتجاه الاعتراف سرطان الجلد الآلي عن بعد ومعالجة الصور. وبالكاد وجدت كاملة الجلدية نظم تحليل صورة متكاملة في الاستخدام السريري، أو لا يتم اختبار على عدد كبير من العينات من واقع الحياة.



قمنا بتطوير نظام سريع وموثوق بها التي هي قادرة على كشف وتصنيف الآفات الجلدية مع دقة عالية. نحن نستخدم الصور الملونة من الآفات الجلدية، وتقنيات معالجة الصور وAdaBoost المصنف للتمييز سرطان الجلد من الآفات المصطبغة حميدة. كخطوة أولى لتحليل مجموعة البيانات، ويتم تنفيذ سلسلة تجهيزها لإزالة الضوضاء والهياكل غير مرغوب فيها من الصورة اللون. ثانيا، وهو نهج تجزئة الآلي يموضع المناطق الآفة المشبوهة حسب المنطقة المتنامية بعد خطوة أولية على أساس التكيف اللون تجزئة. ثم، فإننا نعتمد على تحليل الصور الكمي لقياس سلسلة من سمات المرشح تأمل في تحتوي على معلومات كافية للتمييز بين الأورام الميلانينية من آفات حميدة. أخيرا، يتم توفير الميزات المحددة لخوارزمية AdaBoost لبناء المصنف قوي

المتطلبات:.

ماتلاب

أنظمة التشغيل المدعومة

برامج مماثلة

البرامج الأخرى من المطور Luigi Rosa

تعليقات ل Melanoma Recognition System

لم يتم العثور على التعليقات
إضافة تعليق
بدوره على الصور!
البحث حسب الفئة