LEVERAGING COMPUTER VISION IN THE MICROSCOPIC DIAGNOSIS OF SKIN CANCER THROUGH THE UTILIZATION OF BOTH MANUAL AND AUTOMATED FEATURES
Кілт сөздер:
cancer, conventional versus deep learning, handcrafted versus non-handcrafted features, health systems, healthcare, skin melanomaЖурналдың саны
Бөлім
Аңдатпа
Тері, денеміздің ең үлкен мүшесі, бізді толығымен қорғайды. Қатерлі ісіктердің ішінде негізінен күн сәулесінің ультракүлгін сәулелеріне сезімталдығынан туындаған тері қатерлі ісігі әсіресе қорқынышты. Меланома әртүрлі жолдармен пайда болатын ең қауіпті ауру ретінде ерекшеленеді. Тері қатерлі ісігін ерте анықтау пациенттер үшін қиын міндет болып табылады. Әдебиеттер дәстүрлі және терең оқыту әдістері арқылы тері қатерлі ісігін диагностикалауда қолмен және автоматтандырылған терең оқыту мүмкіндіктерін пайдалануды ұсынады. Бұл зерттеу қолдан жасалған және қолдан жасалмаған ерекшеліктерге назар аудара отырып, тері қатерлі ісігін диагностикалау әдістерін салыстырады. Анықтау процесінде Мензис әдісі, жеті нүктелі анықтау, асимметрия, жиек түсі мен диаметрі, визуалды текстуралар (GRC), жергілікті екілік үлгілер, Габор сүзгілері, марковтың кездейсоқ өрістері, фракталдық өлшем және шығыс гистографиясы сияқты клиникалық ерекшеліктер зерттеледі.. Жаккард индексі, дәлдік, сүйектердің тиімділігі, дәлдігі, сезімталдығы және ерекшелігі сияқты параметрлер әдістерді салыстыру үшін эталондық деректер жиынтығында бағаланады. Қорытындылай келе, мақала тері қатерлі ісігі туралы жалпыға қолжетімді деректер жиынтығын сипаттаумен және қалған мәселелерді қамтумен аяқталады.