研究目的
从皮肤镜图像中分割病变区域并识别黑色素瘤,以实现皮肤癌的精准早期检测。
研究成果
该系统通过图像处理有效分割和分类黑色素瘤,其中大津法对隆起性病变效果更佳,形态学操作适用于大多数情况但存在部分误分类。未来工作应引入更多特征和神经网络以提高准确性。
研究不足
在大津法中,与皮肤融合的黑色素瘤图像无法正确分类;形态学操作会将部分非黑色素瘤误判为黑色素瘤。通过提取更多特征并使用训练有素的神经网络可提高准确率。
研究目的
从皮肤镜图像中分割病变区域并识别黑色素瘤,以实现皮肤癌的精准早期检测。
研究成果
该系统通过图像处理有效分割和分类黑色素瘤,其中大津法对隆起性病变效果更佳,形态学操作适用于大多数情况但存在部分误分类。未来工作应引入更多特征和神经网络以提高准确性。
研究不足
在大津法中,与皮肤融合的黑色素瘤图像无法正确分类;形态学操作会将部分非黑色素瘤误判为黑色素瘤。通过提取更多特征并使用训练有素的神经网络可提高准确率。
加载中....
您正在对论文“[IEEE 2018年控制、电力、通信与计算技术国际会议(ICCPCCT)- 坎努尔(2018.3.23-2018.3.24)] 2018年控制、电力、通信与计算技术国际会议(ICCPCCT)- 基于图像处理算法的皮肤镜图像黑色素瘤识别”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期