Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "melanoma" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Diagnosis of malignant melanoma by neural network ensemble-based system utilising hand-crafted skin lesion features
Autorzy:
Grochowski, Michał
Mikołajczyk, Agnieszka
Kwasigroch, Arkadiusz
Powiązania:
https://bibliotekanauki.pl/articles/221391.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
decision support
diagnostics
image processing
artificial neural networks
ensemble of neural networks
melanoma malignant
Opis:
Malignant melanomas are the most deadly type of skin cancer, yet detected early have high chances of successful treatment. In the last twenty years, the interest in automatic recognition and classification of melanoma dynamically increased, partly because of appearing public datasets with dermatoscopic images of skin lesions. Automated computer-aided skin cancer detection in dermatoscopic images is a very challenging task due to uneven sizes of datasets, huge intra-class variation with small interclass variation, and the existence of many artifacts in the images. One of the most recognized methods of melanoma diagnosis is the ABCD method. In the paper, we propose an extended version of this method and an intelligent decision support system based on neural networks that uses its results in the form of hand-crafted features. Automatic determination of the skin features with the ABCD method is difficult due to the large diversity of images of various quality, the existence of hair, different markers and other obstacles. Therefore, it was necessary to apply advanced methods of pre-processing the images. The proposed system is an ensemble of ten neural networks working in parallel, and one network using their results to generate a final decision. This system structure enables to increase the efficiency of its operation by several percentage points compared with asingle neural network. The proposed system is trained on over 5000 and tested afterwards on 200 skin moles. The presented system can be used as a decision support system for primary care physicians, as a system capable of self-examination of the skin with a dermatoscope and also as an important tool to improve biopsy decision making.
Źródło:
Metrology and Measurement Systems; 2019, 26, 1; 65-80
0860-8229
Pojawia się w:
Metrology and Measurement Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie metod przetwarzania obrazów w rozpoznawaniu i diagnostyce czerniaka złośliwego
Application of image processing for detection and diagnosis of malignant melanoma
Autorzy:
Jaworek, J.
Powiązania:
https://bibliotekanauki.pl/articles/274615.pdf
Data publikacji:
2011
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
dermatoskopia
czerniak złośliwy
przetwarzanie obrazów
system ekspercki
teledermatologia
dermoscopy
malignant melanoma
image processing
expert systems
teledermatology
Opis:
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.
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.
Źródło:
Pomiary Automatyka Robotyka; 2011, 15, 12; 100-101
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
System wspomagający diagnostykę czerniaka złośliwego przy pomocy metod przetwarzania obrazu i algorytmów inteligencji obliczeniowej
Decision system supporting melanomena detection with the usage of image processing and computational intelligence methods
Autorzy:
Mikołajczyk, A.
Kwasigroch, A.
Grochowski, M.
Powiązania:
https://bibliotekanauki.pl/articles/269110.pdf
Data publikacji:
2016
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
diagnostyka
wspomaganie decyzji
przetwarzanie obrazu
sztuczne sieci neuronowe
czerniak złośliwy
diagnostics
decision support
image processing
artificial neural networks
melanoma malignant
Opis:
Nowotwory skóry są najczęściej spotykanymi nowotworami na świecie. Czerniaki złośliwe stanowią od około 5 do 7% wszystkich nowotworów złośliwych skóry u człowieka. Ich wczesne zdiagnozowanie jest kluczowym czynnikiem w późniejszej pomyślnej terapii. Niniejsza praca zawiera propozycję rozwinięcia i zautomatyzowania najważniejszej metody diagnozowania czerniaków, metody ABCD Stoltza. W artykule przedstawiono koncepcję i implementację zautomatyzowanego systemu do diagnostyki znamion skórnych pod kątem wykrycia czerniaka zł ościowego. Zaproponowano nową, rozszerzoną wersję metody dermatoskopowej ABCD i zaimplementowano niezbędne algorytmy w środowisku Matlab. Główne cechy znamion skórnych o charakterze nowotworowym są wyszukiwane automatycznie przy pomocy metod przetwarzania obrazu oraz opracowanych algorytmów. Decyzja na temat rozpoznania lub nie czerniaka złośliwego podejmowana jest przez sztuczną sieć neuronową, wnioskującą na podstawie wskaźników wyznaczonych na etapie przetwarzania obrazów. Omawiany system wspomagania decyzji może służyć jako narzędzie usprawniające pracę lekarzy pierwszego kontaktu lub jako system umożliwiający szybkie samobadanie skóry przez pacjentów. Aplikację przetestowano na 126 znamionach skórnych. Uzyskano czułość równą 98% oraz swoistość równą 73%, co jest bardzo dobrym osiągnięciem.
Skin cancer is the most common cancer in the world. Malignant melanomas make up about 5-7% of all types of human skin cancer. The work describes the development process of an automated system purposed for the diagnosis of skin lesions in order to detect a malignant melanoma. The application should be used as a decision support system for primary care physicians or as a system capable of self-examination of the skin. When designing an application author developed and proposed a new, enhanced version of the ABCD dermatoscopic method of Stoltz. To describe main features of skin lesions for malignancy, image processing methods were used. In addition, application was trained by artificial neural network, which acts as a specialist doctor, who is responsible of making a diagnosis based on these features. The application has been tested on 126 the skin moles. It gets high final score with a sensitivity of 98% and specificity equal to 73.08%.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2016, 51; 119-122
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies