Automatische Erkennung von Hautkrebs Selbst-Diagnose von Hautkrebs

Hautkrebs ist die häufigste Form von Krebs beim Menschen; tötet Menschen in vielen Teilen der Welt. Jedes Jahr werden mehr als 68.000 in den USA und etwa 80.000 in Kanada als Melanom diagnostiziert, und es gibt 730 Bundesstaaten, die auf Irakisch registriert sind. Ein Arzt sieht sich vielen Schwierigkeiten bei der genauen Diagnose einer Läsion aufgrund ihrer Eigenschaften und durch Verwendung des blossen Auges gegenüber. Dazu ist es notwendig, automatische Methoden zu entwickeln, um die Genauigkeit der Diagnostik zu erhöhen. In dieser Arbeit wurden zwei Hauptphasen implementiert; Die erste ist die Läsionssegmentierung, während die andere Stufe die Krebserkennung ist. Die erste Stufe ist die Läsionssegmentierung, bei der die Kantenerkennung des Läsionsbildes basierend auf einer Kombination von Markov- und Laplace-Filtern eingeschlossen wird, gefolgt von der Konvertierung des Bildes in den YUV-Farbraum und der Auswahl des U-Kanals zur Verarbeitung. Die zweite Stufe ist die Läsionsdiagnose, die durch die Verwendung von ABCD-Regeln durch Vorschlag einer neuen Methode zur Bestimmung der Asymmetrie basierend auf der Rotation der Läsion erreicht wird und die Läsion einmal horizontal und später vertikal in zwei Teile teilt.