Informacja

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

Wyszukujesz frazę "skin lesion" wg kryterium: Wszystkie pola


Wyświetlanie 1-2 z 2
Tytuł:
Analyses of skin lesion areas after thresholding
Analiza obszarów zmian skórnych po segmentacji przez progowanie
Autorzy:
Michalska, Magdalena
Powiązania:
https://bibliotekanauki.pl/articles/1841324.pdf
Data publikacji:
2020
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
dermatoscopy
melanoma
thresholding
image region analysis
dermatoskopia
czerniak
segmentacja przez progowanie
analiza regionów obrazu
Opis:
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.
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.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2020, 10, 3; 9-12
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
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 1-2 z 2

    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