Wyniki wyszukiwania - BazTech

1

Analyses of skin lesion areas after thresholding

Michalska Magdalena

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2020

|

T. 10, nr 3

9--12

EN

Melanoma is one of the fastest spreading cancers.The aim of the article is to segment the skin lesionsfrom human skin dermatoscopic images covered by melanoma. Threshold segmentation was used, which allows a single skin lesionto be analyzed. Itshows the four areas of each based on their color. The created software monitors the border of skin lesion areas.Segmentation and analysis of the resulting images with different areas of skin change was carried out in the Matlab software.

PL

Czerniak to jeden z najszybciej rozprzestrzeniających się nowotworów. Celem artykułu jest segmentacja zmiany skórnej z obrazów dermatoskopowych ludzkiej skóry objętych czerniakiem. Użyto segmentacj przez progowanie, która pozwala na analizę pojedyńczejzmiany skórnej. Ukazuje cztery obszary każdej z nich w oparciu o ich barwę. Stworzone oprogramowanie monitoruje granicę obszarów zmiany skórnej. Segmentacjai analiza powstałych obrazów z różnymi obszarami zmiany skórnej została przeprowadzona w środowisku Matlab.

2

Study and adjustment of dermoscopic image processing algorithms for lesion border detection

Borys D., Szeremet M., Psiuk-Maksymowicz K., Ostrowski Z., Frąckiewicz M.

Studia Informatica

|

2016

|

Vol. 37, nr 3B

33-46

EN

The goal of our work was an initial preprocessing of dermoscopic images towards accurate lesion border detection. Four algorithms were proposed and analyzed: MS – algorithm using mean shift clustering, HE – algorithm using histogram equalization, TTH – algorithm using the top-hat transform, PCA – algorithm using principal component analysis. Those algorithms were tested on PH2 images database that contains 200 dermoscopic images, each with a mask of the lesion. Those algorithms were optimized using lesion mask from database and Jaccard index as a measure of similarity of both sets. Simple statistical analysis of indexes was used to compare proposed algorithms in term of their accuracy.

PL

W artykule poruszono problem wstępnego przetwarzania obrazów dermatoskopowych w celu znalezienia konturu znamienia. Zaproponowano i porównano cztery algorytmy: MS – wykorzystujący klasteryzację ‘mean shift’, HE – wykorzystujący wyrównywanie histogramu, TTH – wykorzystujący transformację ‘top-hat’, PCA – wykorzystujący metodę analizy głównych składowych. Algorytmy przetestowano z wykorzystaniem obrazów z bazy PH2, zawierającej 200 obrazów wraz z obrysem ręcznym, a ich parametry dobrano optymalizując indeks Jaccarda. Proste statystyki wyników pozwoliły na porównanie proponowanych algorytmów.

3

Wykorzystanie metod przetwarzania obrazów w rozpoznawaniu i diagnostyce czerniaka złośliwego

Jaworek J.

Pomiary Automatyka Robotyka

|

2011

|

R. 15, nr 12

100-101

PL

Czerniak złośliwy jest jednym z najszybciej rozwijających się nowotworów skóry, a zachorowalność na niego stale wzrasta. Podstawowym badaniem nieinwazyjnym pozwalającym na jego rozpoznanie jest dermatoskopia. Celem badania dermatoskopowego jest diagnostyka różnicowa zmian barwnikowych z podziałem na zmiany melanocytowe i niemelanocytowe. Badanie pozwala odróżnić zmiany melanocytowe, wymagające wycięcia chirurgicznego oraz badania histopatologicznego, od zmian łagodnych. Szybki rozwój elektroniki i informatyki pozwolił na wyodrębnienie dwóch nowych dziedzin w dermatoskopii (foto- i wideodermatoskopii), które umożliwiają cyfrowy zapis zdjęć. Komputerowa analiza obrazów dermatoskopowych polega na ocenie poszczególnych zmian, określaniu ich zaawansowania i wyznaczaniu podstawowych parametrów diagnostycznych (określanie barwy, ilości barw, rozmiaru, symetrii oraz struktur różnicujących). Badania komputerowe wykazują dużą skuteczność, jednak nie są zalecane jako jedyny sposób oceny zmian. Obecne systemy nie ograniczają niepotrzebnych zabiegów chirurgicznych, co uznawane jest za ich podstawową wadę. Wymagany jest dalszy rozwój aplikacji oraz opracowanie nowych, nowatorskich rozwiązań, aby dermatoskopia wspomagana komputerowo stała się wiodącą metodą diagnostyczną.

EN

Skin melanoma is one of the most malignant tumours and increasing melanoma incidence rate has been observed worldwide in the last several years. Due to high skin cancer incidence, dermatologic oncology has become a quickly developing branch of medicine. Dermoscopy is the most common and non-invasive method to diagnose skin cancer. The aim of dermoscopy is to dif erentiate malignant melanoma from other lesions of the skin (hemangiomas and nevi) as well as preliminary staging and malignancy assessment. It is possible to distinguish malignant tumours, requiring surgical removal followed by histopathological examination, from benign changes. The rapid development of electronics and information technologies enabled to create two new areas of dermoscopy (photo- and videodermoscopy) that use digital imaging for storing the data. The aim of computer systems in dermoscopy is to analyse each image and to evaluate each change, identifying them and determining the advancement of basic diagnostic parameters (determination of colour, border, size, asymmetry and dif erential structures). Recent studies of software systems show high ei ciency, but it is still not recommended that the software systems are the only one to evaluate the changes. Rapid development of medical equipment and computer systems for medical applications gives hope for better and faster diagnoses of malignant melanoma and that dermoscopy image processing will become a leading diagnostic method.

4

Wavelet based classification of skin lesion images

Surówka G., Merkwirth C., Żabińska-Płazak E., Graca A.

Bio-Algorithms and Med-Systems

|

2006

|

Vol. 2, no. 4

43--49

EN

Visual examination of the early stages of the melanocytic skin cancer (melanoma) may often lead to a false diagnosis. Only the resection and then histologic examination of the lesion can fully detect malignant transformations of the skin. This is the reason why development of non-invasive methods for dermatological diagnosis, like dermatoscopy, is of key importance. We build a MLP-based binary classifier for discriminating melanoma from dysplastic nevus utilizing textural information contained in the skin lesion images taken in dermatoscopic examinations. Our analysis is based on the multiresolution wavelet-based decomposition of the images. Significant features of both classes are found by means of the Ridge regression models. Discriminating melanoma from dysplastic nevus with this method yields a sensitivity and specificity of 89.5% and 90%, respectively.

PL

Wizualna ocena wczesnych stanów procesu nowotworzenia skóry może prowadzić do błędnej diagnozy. Jedynie resekcja oraz histologiczna ocena może ocenić obecność procesu nowotworzenia. Stąd potrzeba nieinwazyjnej oceny w dermatologii jest potrzebą chwili. Zbudowaliśmy bazujący na MLP binarny klasyfikator dla dyskryminacji melanoma w oparciu o obrazy uzyskane dermatoskopowo. Metoda bazuje na dekompozycji obrazu. Model regresji Ridge'go został zaadaptowany dla klasyfikacji obrazu co dało specyficzność oceny rzędu 89.5% i 90%.