Computational Intelligence für die Identifizierung von Hautmelanomen
Identifizierung von Hautkrebs mit Techniken der Computational Intelligence
Versandkostenfrei!
Versandfertig in 6-10 Tagen
39,90 €
inkl. MwSt.
PAYBACK Punkte
0 °P sammeln!
Das Hauptziel des Einsatzes von Computerintelligenz ist die Klassifizierung von Hautkrebsbildern in die drei Klassen gewöhnlicher Naevus, atypischer Naevus und Melanom mit Hilfe einer schnelleren und genaueren Mehrfachklassifizierungstechnik. In dieser Arbeit wird ein farbiges lokales Richtungsmuster (CLDP) für die Merkmalsextraktion vorgeschlagen. Dieser Deskriptor kombiniert die wichtigsten Merkmale für Hautmelanome wie Farbe, Textur und Form in einem Vektor und verwendet den Dull-Razor-Algorithmus zur Haarentfernung im Vorverarbeitungsschritt. Das vorgeschlagene Modell verwendet Extreme ...
Das Hauptziel des Einsatzes von Computerintelligenz ist die Klassifizierung von Hautkrebsbildern in die drei Klassen gewöhnlicher Naevus, atypischer Naevus und Melanom mit Hilfe einer schnelleren und genaueren Mehrfachklassifizierungstechnik. In dieser Arbeit wird ein farbiges lokales Richtungsmuster (CLDP) für die Merkmalsextraktion vorgeschlagen. Dieser Deskriptor kombiniert die wichtigsten Merkmale für Hautmelanome wie Farbe, Textur und Form in einem Vektor und verwendet den Dull-Razor-Algorithmus zur Haarentfernung im Vorverarbeitungsschritt. Das vorgeschlagene Modell verwendet Extreme Learning Machine (ELM) für eine schnellere und genauere Mehrfachklassifizierung als Support Vector Machine (SVM). Für den PH2-Datensatz wird eine Klassifizierungsgenauigkeit von 95,23 % erreicht.
Andere Kunden interessierten sich für
