使用边框和纹理分析的黑色素瘤的计算机辅助诊断

代码说明：

抽象 — — 本文提出了一种新型的计算机辅助诊断恶性黑色素瘤的系统。新颖之处在于优化选择和集成功能源于纹理，borderbased和黑素瘤病变的几何性质。的从使用小波分解，推导出纹理特征从构建 boundaryseries 推导出边界特征病变边界和分析空间模型给出了相应的频率域和几何特征从形状的索引。功能的优化选择通过使用增益率的方法，显示给将计算有效的黑素瘤诊断中的应用。分类是通过使用四个分类器 ；即，支持向量机，随机森林，逻辑斯谛模型树和隐藏的朴素贝叶斯。该诊断系统应用于一组 289 皮肤镜图像 （114 恶性，175良性） 分割成火车、 验证和测试图像集。该系统达到 91.26%和 AUC 值和准确性of 0.937，当使用 23 功能。其他重要的调查结果包括 (i) 明确优势获得补充纹理与边界和几何特征相比，使用纹理纹理特征的信息及 (ii) 作出更大贡献比基于边界特征优化的功能集。