Autodétection du cancer de la peau
Auto-diagnostic du cancer de la peau
Versandkostenfrei!
Versandfertig in 6-10 Tagen
39,99 €
inkl. MwSt.
PAYBACK Punkte
20 °P sammeln!
Le cancer de la peau est la forme la plus courante de cancer chez l'homme ; il tue des gens dans de nombreuses régions du monde. Chaque année, plus de 68 000 mélanomes sont diagnostiqués aux États-Unis, environ 80 000 au Canada et 730 États sont enregistrés en Irak. Un médecin doit faire face à de nombreuses difficultés pour diagnostiquer avec précision une lésion à travers ses caractéristiques et en utilisant l'oeil nu. Pour cela, il est nécessaire de développer des méthodes automatiques afin d'augmenter la précision du diagnostic. Dans cette thèse, deux étapes principales...
Le cancer de la peau est la forme la plus courante de cancer chez l'homme ; il tue des gens dans de nombreuses régions du monde. Chaque année, plus de 68 000 mélanomes sont diagnostiqués aux États-Unis, environ 80 000 au Canada et 730 États sont enregistrés en Irak. Un médecin doit faire face à de nombreuses difficultés pour diagnostiquer avec précision une lésion à travers ses caractéristiques et en utilisant l'oeil nu. Pour cela, il est nécessaire de développer des méthodes automatiques afin d'augmenter la précision du diagnostic. Dans cette thèse, deux étapes principales ont été mises en oeuvre ; la première est la segmentation de la lésion tandis que l'autre étape est la détection du cancer. La première étape est la segmentation de la lésion qui comprend la détection des bords de l'image de la lésion basée sur la combinaison des filtres de Markov et de Laplace, suivie de la conversion de l'image en espace couleur YUV et de la sélection du canal U pour le traitement. La deuxième étape est le diagnostic de la lésion, qui est réalisé en utilisant les règles ABCD, en suggérant une nouvelle méthode pour déterminer l'asymétrie basée sur la rotation de la lésion et en divisant la lésion en deux parties, une fois horizontalement et une fois verticalement.
Andere Kunden interessierten sich für
