Entwurf und Implementierung einer Bildanalyse fr Melanom-Hautkrebs

In der heutigen Zeit ist der Einsatz von Bildverarbeitung ein nicht-intrusives Verfahren fr diagnostische Zwecke. Es gibt derzeit eine auerordentliche Begeisterung fr die Mglichkeiten der programmierten Bilduntersuchungstechnik zur Bildaufbereitung, sowohl um quantitative Daten ber eine Verletzung zu erhalten, die fr klinische Aspekte von Bedeutung sein knnen, als auch als unabhngiges Frhwarngert. Um eine praktikable Methode zur Unterscheidung von Hautmalignitt in einem Anfangsstadium zu erreichen, ohne berflssige Hautbiopsien durchzufhren, wurden computerisierte Bilder von Melanom-Hautverletzungen untersucht. Die Mittel, die mit dieser Untersuchung verbunden sind, sind das Sammeln der Dermatoskopie-Bilddatenbank, die Vorverarbeitung, die Segmentierung unter Verwendung von Schwellenwerten, die messbare Merkmalsextraktion mit GLCM, Wavelet und Tamura. Die Klassifizierung umfasst SVM, KNN, Entscheidungsbume und Ensemble-Klassifikatoren. Derzeit gibt es eine Vielzahl von Systemen, die sowohl dunkle als auch schattierte Bilder verarbeiten, um Melanom-Malignitt zu erkennen und zu unterscheiden. Dieser Teil ist in Segmente unterteilt, die sich an den klinischen Merkmalen des frh drohenden Melanoms, der Vorverarbeitung, der Textur und dem Stadium der Identifikationsorganisation orientieren.