软件截图:
恶性黑色素瘤是当今世界上很多白皮肤的人群中领先的癌症之一。变化的休闲行为与增加紫外线照射会导致黑色素瘤诊断的数量急剧增加。在发病率升高最早是在美国发现于1930年，其中一人出10万，每年从皮肤癌的遭遇。这个比率在80年代中期增加至6每10万和13每10万人在1991年的数字也相当于在欧洲观察到的发病率。 1995年，在奥地利黑色素瘤的发病率约为12％的10万，这反映了在过去的十年增长了51.8％，和黑色素瘤的发病率显示出仍有增加的趋势。但在另一方面的调查表明，皮肤癌的固化性几乎是100％，如果它被识别足够早和手术治疗。而在六十年代初期造成黑素瘤的死亡率为约70％，70％诺瓦存活率达到，这主要是早期识别的结果。由于恶性黑色素瘤的发病率较高的，研究人员担心越来越多有皮肤损伤的自动诊断。许多出版物上孤立的努力进入自动识别黑色素瘤通过图像处理方向的报告。完整的集成皮肤病图像分析系统在临床使用难以找到，或在显著数目现实生活中的样品的未经测试。
我们已经开发出一种快速和可靠的系统，该系统能够检测和皮损高精度分类。我们使用皮肤损害，图象处理技术和AdaBoost的分类器的彩色图象，从良性色素病变区分黑素瘤。作为数据集的分析的第一步，预处理序列被实施为从所述彩色图像中移除噪声和不期望的结构。其次，自动化的分割方法本地化可疑病变地区按区域后，基于自适应颜色分割的预备步骤越来越大。然后，我们依靠定量图像分析测量一系列候选属性希望能够包含足够的信息，从良性病变鉴别黑色素瘤。 。最后，选定的功能提供给AdaBoost算法，以建立一个强大的分类
要求：
Matlab的
评论没有发现