IEEE transactions on bio-medical engineering · 2005
Counting moles automatically from back images.
Клиническое исследованиеСтатьяПоддержка исследования: вне правительства СШАНазвание и аннотация: Перевод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Lee Tim K, Atkins M Stella, King Michael A, Lau Savio, McLean David I
Аннотация
Density of moles is a strong predictor of malignant melanoma, therefore, enumeration of moles is often an integral part of many studies that look at malignant melanoma. An automatic method of segmenting and counting moles would help standardize studies, compared with manual counting. We have developed an unsupervised algorithm for segmenting and counting moles from two-dimensional color images of the back torso region, as part of a study to evaluate the effectiveness of sunscreen. The method consists of a new variant of mean shift filtering that forms clusters in the image and removes noise, a region growing procedure to select candidates, and a rule-based classifier to identify moles. When this algorithm was compared to an assessment by an expert dermatologist, the algorithm showed a sensitivity rate of 91% and diagnostic accuracy of 90% on the test set, for moles larger than 1.5 mm in diameter.