Informacja

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

Wyszukujesz frazę "lesion" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Dermatoscopy as a helpful tool in plastic surgeon’s practice – a preliminary study
Autorzy:
Antoszewski, Bogusław
Fijałkowska, Marta
Stabryła, Piotr
Kasielska-Trojan, Anna
Powiązania:
https://bibliotekanauki.pl/articles/1394229.pdf
Data publikacji:
2015
Wydawca:
Index Copernicus International
Tematy:
dermatoscopy
skin lesion
plastic surgery
Opis:
The aim of the study was to examine the utility of dermatoscopy in plastic surgeons’ practice in pigmented and non-pigmented skin lesions management. Material and methods. The examined group consisted of 68 patients with 132 lesions (50 women and 18 men) aged from 12 to 75 years (the mean: 47.2 years ± 16.9 years), who underwent dermatoscopy. Dermatoscopic photographs were analysed according to the ABCD and 7-point scales and then, a further treatment (surgical excision, electro resection or regular follow-up and observations) was planned. Results. The mean score of all lesions according to ABCD scale was 2.34 while in 7-point scale it was 0.62. In male and female groups the number of lesions and their ABCD and 7-point scale scores were similar (p>0.05). Histopathological examination revealed that all excised lesions were benign (compound melanocytic nevi) which corresponded with dermatoscopic evaluation. Conclusions. Dermatoscopy seems to be helpful in surgeons’ dealing with skin lesions practise and in many cases it enables to choose less invasive technique of lesions’ removal (electro resection), which gives better aesthetic results.
Źródło:
Polish Journal of Surgery; 2015, 87, 12; 609-613
0032-373X
2299-2847
Pojawia się w:
Polish Journal of Surgery
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Skin lesion detection using deep learning
Autorzy:
Chandra, Rajit
Hajiarbabi, Mohammadreza
Powiązania:
https://bibliotekanauki.pl/articles/27314216.pdf
Data publikacji:
2022
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
skin lesion
DenseNet
Inception V3
Opis:
Skin lesion can be deadliest if not detected early. Early detection of skin lesion can save many lives. Artificial Intelligence and Machine learning is helping healthcare in many ways and so in the diagnosis of skin lesion. Computer aided diagnosis help clinicians in detecting the cancer. The study was conducted to classify the seven classes of skin lesion using very powerful convolutional neural networks. The two pre trained models i.e DenseNet and Incepton-v3 were employed to train the model and accuracy, precision, recall, f1score and ROCAUC was calculated for every class prediction. Moreover, gradient class activation maps were also used to aid the clinicians in determining what are the regions of image that influence model to make a certain decision. These visualizations are used for explain ability of the model. Experiments showed that DenseNet performed better then Inception V3. Also it was noted that gradient class activation maps highlighted different regions for predicting same class. The main contribution was to introduce medical aided visualizations in lesion classification model that will help clinicians in understanding the decisions of the model. It will enhance the reliability of the model. Also, different optimizers were employed with both models to compare the accuracies.
Źródło:
Journal of Automation Mobile Robotics and Intelligent Systems; 2022, 16, 3; 56--64
1897-8649
2080-2145
Pojawia się w:
Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Skin lesions in the form of eruptive xanthomasas - a first manifestation of severe hyperlipidaemia
Autorzy:
Bujny, J.
Kot, M.
Slowik-Kwiatkowska, I.
Prystupa, A.
Dzida, G.
Nowicki, G.J.
Naylor, K.
Powiązania:
https://bibliotekanauki.pl/articles/3177.pdf
Data publikacji:
2014
Wydawca:
Instytut Medycyny Wsi
Tematy:
skin lesion
eruptive xanthoma
hyperlipidemia
diabetes type 2
hypertriglyceridemia
Opis:
The presence of eruptive xanthomas is associated with lipid disorders, particularly hypertriglyceridaemia. Intensified hypertriglyceridaemia >10 mmol/l (880 mg%) is a major risk factor for acute pancreatitis. The presented case concerns a 40-year-old man with skin lesions in the form of eruptive xanthomas, accompanied by hypertriglyceridaemiae, complicated by acute pancreatitis, and diagnosed with type 2 diabetes with glycated haemoglobin 9.7 g/dl. Seeding of skin lesions appeared 2–3 months before hospitalization and was observed in the direction of molluscum contagiosum.
Źródło:
Journal of Pre-Clinical and Clinical Research; 2014, 08, 2
1898-2395
Pojawia się w:
Journal of Pre-Clinical and Clinical Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An overview of classification methods from dermoscopy images in skin lesion diagnostic
Przegląd metod klasyfikacji obrazów dermatoskopowych wykorzystywanych w diagnostyce zmian skórnych
Autorzy:
Michalska, Magdalena
Boyko, Oksana
Powiązania:
https://bibliotekanauki.pl/articles/407654.pdf
Data publikacji:
2020
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
dermatoscopic images
classification method
neural network
SVM
skin cancer
skin lesion
obraz dermatoskopowy
metoda klasyfikacji
sztuczna sieć neuronowa
nowotwór skóry
zmiany skórne
Opis:
The article contains a review of selected classification methods of dermatoscopic images with human skin lesions, taking into account various stages of dermatological disease. The described algorithms are widely used in the diagnosis of skin lesions, such as artificial neural networks (CNN, DCNN), random forests, SVM, kNN classifier, AdaBoost MC and their modifications. The effectiveness, specificity and accuracy of classifications based on the same data sets were also compared and analyzed.
Artykuł zawiera przegląd wybranych metod klasyfikacji obrazów dermatoskopowych zmian skórnych człowieka z uwzględnieniem różnych etapów choroby dermatologicznej. Opisane algorytmy są szeroko wykorzystywane w diagnostyce zmian skórnych, takie jak sztuczne sieci neuronowe (CNN, DCNN), random forests, SVM, klasyfikator kNN, AdaBoost MC i ich modyfikacje. Porównana i przeanalizowana została również skuteczność, specyficznośc i dokładność klasyfikatów w oparciu o te same zestawy danych.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2020, 10, 2; 36-39
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    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