雷竞技网页版研究和评论——国际期刊雷竞技苹果下载

国际先进研究期刊》的研究在电子、电子、仪表工程

菜单

ISSN在线(2278 - 8875)打印(2320 - 3765)

所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

基于人工神经网络的检测皮肤癌

博士j·阿卜杜勒,的加里奥(Jaleel) Sibi萨利姆,Aswin.R.B电气和电子工程部门,TKM工程学院,珂,喀拉拉邦,印度。
相关文章Pubmed,谷歌学者

访问更多的相关文章国际先进研究期刊》的研究在电子、电子、仪表工程

国际先进研究期刊》的研究在电子、电子、仪表工程

文摘

皮肤癌是最常见的人类癌症。这是一个致命的癌症类型。大多数的皮肤癌是cureable在初始阶段。所以皮肤癌的早期检测可以拯救病人。随着技术的进步,早期发现皮肤癌是可能的。其中一项技术是皮肤癌的早期检测使用人工神经网络。诊断方法使用图像处理技术人工智能。皮肤癌的dermoscopy形象是它受到各种预处理去除噪声和图像增强。然后图像使用阈值进行图像分割。皮肤癌有某些功能独特的地区。这些特征是利用特征提取技术,提取二维小波变换方法。这些特性是作为神经网络的输入节点。症)利用bp神经网络用于分类的目的。它将给定数据集分为癌或癌变。

关键字
皮肤癌、人工神经网络、分割、小波变换、反向传播。

介绍
皮肤癌是影响皮肤癌症。皮肤癌可能出现恶性或良性的形式。良性黑色素瘤只是外表皮肤的摩尔数。恶性黑色素瘤的出现溃疡,引起出血。恶性黑色素瘤是最致命的皮肤癌。它起源于恶性增长色素皮肤病变。恶性黑色素瘤细胞从命名它可能出现,黑素细胞。如果诊断在正确的时间,这种疾病是可以治愈的。黑色素瘤的诊断是很困难的,需要取样和实验室检测。黑色素瘤可以分散到所有的身体部位通过淋巴系统或血液。 The main problem to be considered dealing with melanoma is that, the first affliction of the disease can pave the way for future ones. Laboratory sampling often causes the inflammation or even spread of lesion. So, there has always been lack of less dangerous and time-consuming methods. Computer based diagnosis can improve the speed of skin cancer diagnosis which works according to the disease symptoms. The similarities among skin lesions make the diagnosis of malignant cells a difficult task. But, there are some unique symptoms of skin cancer, such as: Asymmetry, Border irregularity, Color variation and Diameter. Those are popularly known as ABCD parameters. ABCD parameters. Asymmetry, Border irregularity, Colour, Diameter. Asymmetry is one half of the tumour does not match the other half. Border Irregularity is the unevenness of images. Colour intensity change in the lesioned region is irregular. Malignant melanoma is having a diameter greater than 6mm.
本文的组织结构如下:部分我给介绍皮肤癌的皮肤癌和特征。它也给出了一个以计算机为基础的皮肤癌检测系统。第二部分描述了自动皮肤癌检测系统,系统中所涉及的各种方法。第三部分给出的结果分类系统。第四部分总结了论文引用紧随其后。

自动皮肤癌检测系统
早期检测系统是一个自动分类系统区分恶性黑色素瘤与其他皮肤病。这种方法使用数字图像处理技术和人工智能分类的目的。系统的输入是Dermoscopic图像的数字格式。通常这些图像含有噪声,所以他们经历了预处理。为了保持边缘,后处理。分离从健康的皮肤癌变区域,分割。为癌细胞图像有一些独特的特性。这些特性是使用MATLAB软件的二维小波变换提取。这些特性是作为输入人工神经
基于网络的分类器。它使用反向传播算法分类。安分类从良性黑色素瘤恶性黑色素瘤。因此检测病人是否有皮肤癌。
答:Dermoscopy
Dermoscopy,也称为Dermatoscopy或Epiluminescence光学显微镜(ELM)。它是一种成像技术用于dermatoscope已死的病变。之间放置一个油浸的过程是通过皮肤和光学。显微镜的镜头是直接放置,照亮地下结构。照明可以放大皮肤改善显示大部分的色素结构,不同颜色的色调是肉眼不可见的;并允许表皮的直接观察和分析。图像获得这样一个dermatoscope叫做Dermoscopic形象。
b .图像处理
Dermoscopic图像以数字格式受到各种数字图像处理技术。标准图像大小为360 x360像素。通常图像包含噪声的形式毛发,泡沫等。这些声音导致分类不准确。为了避免这种情况,图像进行各种图像处理技术。图像处理包括以下过程:图像预处理和后处理。预处理是为了消除了噪音,好头发和泡沫图像。平滑图像的噪声,中值滤波。中值滤波是一种常见的图像处理。中值滤波是用于最小化的影响小的结构像稀薄的头发和离岛像素的小气泡。后处理是为了提高图像的形状和边缘。 In addition, contrast enhancement can sharpen the image border and improve the accuracy for segmentation.
c .细分
分割去除皮肤健康的形象和发现感兴趣的地区。通常癌细胞仍在分割后的图像。使用分割是阈值分割。阈值通常提供了一个简单和方便的方式来执行该分割的基础上不同的强度或颜色在图像的前景和背景区域。输入阈值操作通常是一个灰度或彩色图像。分割后,输出是一个二进制图像。分割是通过扫描整幅图像像素的像素,每个像素标签对象或根据其关键灰度背景。
d .特征提取
在这个阶段,图像数据的重要特征提取分割图像。通过提取特征,图像数据缩小到一组特性可区分恶性和良性黑色素瘤。提取的特征应该足够的代表样本和详细的分类。二维小波变换用于特征提取。在此系统中,二维小波包和增强的图像用于灰色作为输入。Bior使用小波分解的两个步骤。每一步的分解,小波基本图像分为近似和三个详细图像显示基本信息和垂直,水平和对角细节,分别。使用小波变换的特征提取是:意思是,标准差,平均绝对偏差,L1, L2范数。
e .人工神经网络分类器
分类器是用于分类恶性黑色素瘤与其他皮肤病。基于计算简单的基于人工神经网络(ANN)的分类器。在这个系统,提出使用前馈多层网络。反向传播(症)算法用于训练。必须有输入层、至少一个隐藏层和输出层。隐层和输出层的节点调整权重值根据错误分类。症信号流将在前馈方向,但误差传播和更新权重,以减少误差。权重的修改是根据梯度误差曲线的局部最小值点的方向。从而使更可靠的预测以及分类任务。
症,权重随机初始化培训的开始。将会有一个预期的输出,训练完成。监督学习是用在这里。在向前传递的信号,根据所使用的初始权重和激活函数,网络提供了一个输出。输出与期望输出值。如果两者都不相同,出现一个错误。在反向传递过程中,错误是back-propagated和调整隐层和输出层的权重。整个过程继续,直到误差为零。网络训练与已知值。训练后,网络可以执行决策。
在这个提议的方法,五个特征作为一个多层前馈网络的输入。有一个隐藏层和两个隐藏的神经元。输出层和一个输出神经元。使用激活函数是线性函数,给出了一个0或1的输出。零代表非肿瘤或良性的条件和一个代表癌或恶性状态。
安神经实验室软件用于分类。安仿真软件给好的结果在分类。网络训练使用已知值的恶性和良性黑色素瘤特性。许多时代的重复训练,直至均方误差小于最小值。数据分类是作为分类器的输入。21恶性和良性黑色素瘤特性分类。分类器的输出是“0”或“1”。一个代表癌条件和零代表发生的条件。

实验结果
提出系统、31 Dermoscopic图片是从网上收集的。他们经历了中值滤波。在那之后,过滤图像分割的阈值分割。特征提取的图像是用二维小波变换来完成。这都是在MATLAB软件完成的。五个特征分类的选择——意思是,标准差,平均绝对偏差,L1, L2范数。获得的特性给出了前馈神经网络的输入。使用激活函数是线性函数,给出了一个“0”或“1”的输出。零代表非肿瘤或良性的条件和一个代表癌或恶性状态。使用神经实验室软件设计的神经网络。 The training is done with known value. After training, Data Sets for classification were given to the Network. 21 cases were given for classification. The network classifies the given data into cancerous or noncancerous. Among the 21 cases 13 were classified as cancerous and 8 non-cancerous. It is shown in the form of a Confusion Matrix as shown in Fig. 5(b). It has a good rate of accuracy too.
该系统被证明是比传统的活检方法方便得多。因为这是基于计算机的诊断方法,不需要任何皮肤切除的诊断。它只需要Dermoscopic形象。

结论
提出了一种基于计算机的早期皮肤癌检测系统。这最终被证明是一个比传统Bioscopy方法更好的诊断方法。诊断方法利用数字图像处理技术和人工神经网络分类的恶性黑色素瘤与其他皮肤病。Dermoscopic图像采集和处理各种图像处理技术。从健康的皮肤癌变区域分离分割的方法。独特的功能分割图像用二维小波变换提取。基于功能,图像被列为癌和良性。这种方法有良好的精确度。通过改变图像处理技术和分类器,该系统能够提高准确率。

确认
我们要感谢所有的电气和电子工程系,师生Thangal Kunju Musaliar学院工程管理的指导和支持和设备扩展。

表乍一看
表的图标
表1

数据乍一看
图1 图2 图3 图4 图5
图1 图2 图3 图4 图5

引用










全球技术峰会