طبقه بندی ضایعات پوستی با الگوریتم PCA و لبه یابی با الگوریتم Canny در متلب

  • چهارشنبه ۱۲ مهر ۱۳۹۶
  • بازدید 147 نفر
  • 1 امتیاز2 امتیاز3 امتیاز4 امتیاز5 امتیاز (19 امتیاز از 4 رای)
    Loading...

classification of skin lesions pca and canny matlab 700 1 طبقه بندی ضایعات پوستی با الگوریتم PCA و لبه یابی با الگوریتم Canny در متلب

طبقه بندی ضایعات پوستی با الگوریتم PCA و لبه یابی با الگوریتم Canny

در این بخش پروژه طبقه بندی ضایعات پوستی با استفاده از الگوریتم PCA یا تحلیل مولفه‌ های اصلی (Principal component analysis) و آشکارسازی لبه ها به کمک الگوریتم لبه یابی canny را آماده کرده ایم که با استفاده از نرم افزار متلب نوشته شده است. همچنین این پروژه مناسب و کاربردی در زمینه مهندسی پزشکی، بینایی ماشین و پردازش تصویر می باشد که در ادامه می توانید توضیحات، فیلم نحوه اجرا و تصاویری از خروجی پروژه را مشاهده کنید.

الگوریتم PCA یا تحلیل مولفه‌ های اصلی

الگوریتم PCA یا تحلیل مولفه اساسی یکی از الگوریتم های کاهش بعد می باشد که هدف اصلی آن تولید متغیر های مرتب شده بر اساس درجه اهمیت به گونه ای که ترکیب خطی از متغیرهای اولیه و بدون همبستگی باشند.

الگوریتم Canny جهت لبه یابی تصویر

لبه یابی در پردازش تصویر یکی از مباحث مهم به شمار می رود که فرایند های مثل قطعه بندی تصویر و تشخیص شی به لبه یابی نیز وابسته می باشد. الگوریتم تشخیص لبه کنی یک روش برای لبه یابی در تصاویر خاکستری به حساب می آید و الگوریتم های زیادی جهت آشکار سازی لبه (Edge Detection) نیز در پردازش تصویر وجود دارد که بیشتر آنها بر مبنای مشتق گیری از تصویر است. روش مورفولوژیکا نیز وجود دارد که از عملگر های صریح ریاضی و غیر مشتق گیری استفاده می کنند. الگوریتم CANNY از مشتق گیری روی تصویر استفاده می کنند و نتیجه بهینه از الگوریتم CANNY زمانی خواهد بود که پارامتر های آن به صورت بهینه انتخاب شده باشند.

ویژگی های مهم الگوریتم Canny

  • حدآستانه ی دوگانه
  • ماکزیمم محلی گرادیان تصویر

ضرورت استفاده از سیستم جهت تشخیص سرطان پوست

گاهی ممکن است حتی ماهر ترین متخصص ها هم در تشخیص سرطان پوست دچار اشتباه شوند و این اشتباهات به خاطر وجود انواع مختلف ضایعه های پوستی (سرطانی و غیر سرطانی) و همچنین تشابه شکل ظاهری آنها می باشد. از طرف دیگر نمونه برداری و تست آزمایشگاهی بسیار پر هزینه و زمانبر بوده و باعث ناراحتی بیمار می شود. حال اگر سیستم کامپیوتری باشد که بتواند ضایعه های بدخیم را تشحیص دهد، بسیار می تواند از جنبه های مختلف مانند هزینه، زمان و… مفید باشد. طی پژوهشی در سال ۲۰۱۳ انجام گرفت، تشخیص یک پزشک متخصص با تشخیص یک سیستم کامپیوتری مقایسه شد و نتایج بدست آمده نشان داد که سیستم کامپیوتری، از دقت بالاتری نسبت به یک متخصص برخوردار می باشد.

تصاویری از خروجی پروژه طبقه بندی ضایعات پوستی

classification of skin lesions pca and canny matlab 700 2 طبقه بندی ضایعات پوستی با الگوریتم PCA و لبه یابی با الگوریتم Canny در متلب

شکل ۱

 

classification of skin lesions pca and canny matlab 700 3 طبقه بندی ضایعات پوستی با الگوریتم PCA و لبه یابی با الگوریتم Canny در متلب

شکل ۲

 

classification of skin lesions pca and canny matlab 700 4 طبقه بندی ضایعات پوستی با الگوریتم PCA و لبه یابی با الگوریتم Canny در متلب

شکل ۳

 

classification of skin lesions pca and canny matlab 700 5 طبقه بندی ضایعات پوستی با الگوریتم PCA و لبه یابی با الگوریتم Canny در متلب

شکل ۴

 

classification of skin lesions pca and canny matlab 700 6 طبقه بندی ضایعات پوستی با الگوریتم PCA و لبه یابی با الگوریتم Canny در متلب

شکل ۵

 

classification of skin lesions pca and canny matlab 700 7 طبقه بندی ضایعات پوستی با الگوریتم PCA و لبه یابی با الگوریتم Canny در متلب

شکل ۶


مشاهده ویدئو در این باره

خوشحال خواهیم شد اگر نظر خودتون رو درباره این مطلب ثبت کنید

خطا!دکمه ریفریش را بزنید