کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10345431 698270 2013 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A coarse-to-fine approach for segmenting melanocytic skin lesions in standard camera images
ترجمه فارسی عنوان
رویکرد درشت به خوبی برای تقسیم ضایعات پوست ملانوسیتی در تصاویر دوربین استاندارد
کلمات کلیدی
تقسیم بندی، ضایعات پوستی ملانوسیتی، ملانوما، تشخیص کامپیوتری، دوربین های استاندارد
ترجمه چکیده
ملانوم نوعی ضایعه پوستی ملانوسیتی بدخیم است و اگر در مرحله اول درمان نشود، یکی از خطرناک ترین سرطان های موجود در بدن است. سیستم های پیشگیری از مصرف سیگار برای ضایعات ملانوسیتی پوست اخیرا روند تشخیص ضایعات پوستی ملانوسایتی بدخیم در مراحل اولیه خود را دارد و تقسیم بندی ضایعه یک مرحله مهم اولیه پردازش است. تعریف خوبی از منطقه ضایعه و مرز آن برای تمایز بین موارد خوش خیم و بدخیم بسیار مهم است. در این مقاله، پیشنهاد می کنیم ضایعات پوستی ملانوسیتی را با استفاده از یک مرحله از مراحل تشریح کنیم. ما با پیش زدن ضایعه پوست شروع می کنیم، ایجاد یک نمایش تصویر جدید (کانال) که ویژگی های ضایعه بیشتر آشکار است. این کانال جدید آستانه ای است، و پیش تشخیص مرز ضایعه با استفاده از الگوریتم های فعال خطوط و سپس عملیات مورفولوژیکی تصحیح می شود. نتایج تجربی ما براساس مجموعه داده های عمومی موجود نشان می دهد که روش ما به طور بالقوه می تواند دقیق تر از روش های متداول پیشرفته موجود در ادبیات باشد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر علوم کامپیوتر (عمومی)
چکیده انگلیسی
Melanoma is a type of malignant melanocytic skin lesion, and it is among the most life threatening existing cancers if not treated at an early stage. Computer-aided prescreening systems for melanocytic skin lesions is a recent trend to detect malignant melanocytic skin lesions in their early stages, and lesion segmentation is an important initial processing step. A good definition of the lesion area and its border is very important for discriminating between benign and malignant cases. In this paper, we propose to segment melanocytic skin lesions using a sequence of steps. We start by pre-segmenting the skin lesion, creating a new image representation (channel) where the lesion features are more evident. This new channel is thresholded, and the lesion border pre-detection is refined using an active-contours algorithm followed by morphological operations. Our experimental results based on a publicly available dataset suggest that our method potentially can be more accurate than comparable state-of-the-art methods proposed in literature.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computer Methods and Programs in Biomedicine - Volume 112, Issue 3, December 2013, Pages 684-693
نویسندگان
, ,