AN OVERVIEW OF CLASSIFICATION METHODS FROM DERMOSCOPY IMAGES IN SKIN LESION DIAGNOSTIC

Magdalena Michalska; Oksana Boyko

doi:10.35784/iapgos.1569

PDF (angielski)

Opublikowane: 2020-06-30

DOI: https://doi.org/10.35784/iapgos.1569

Numer Tom 10 Nr 2 (2020)

TRANZYSTOROWY UKŁAD DO POMIARU TEMPERATURY
Oleksandra Hotra

4-7
ANALIZA ZASTOSOWANIA FILTRÓW WSZECHPRZEPUSTOWYCH DO ELIMINACJI NEGATYWNYCH SKUTKÓW TENDENCJI LOUDNESS WAR
Marcin Maciejewski, Wojciech Surtel, Krzysztof Nowak

8-11
LOGICZNE DRZEWA KLASYFIKACJI W ZADANIACH ROZPOZNAWANIA
Igor Povhan

12-15
RANKING WITRYN INTERNETOWYCH STWORZONY Z WYKORZYSTANIEM ALGORYTMU ISOWQ RANK
Mariusz Duka

16-19
PRZEGLĄD ARCHITEKTURY SZEROKOPASMOWYCH SYSTEMÓW INFORMACYJNYCH DO CELÓW ZARZĄDZANIA KRYZYSOWEGO
Jacek Wilk-Jakubowski

20-23
NIESTACJONARNY MODEL WYMIANY CIEPŁA I MASY DLA NAWILŻACZA PAROWEGO
Igor Golinko, Volodymyr Drevetskiy

24-27
NIESTACJONARNE PRZEWODZENIE CIEPŁA W SZYBACH WIELOWARSTWOWYCH NARAŻONYCH NA DZIAŁANIE ROZPROSZONYCH ŹRÓDEŁ CIEPŁA
Natalia Smetankina, Oleksii Postnyi

28-31
MONITOROWANIE HODOWLI KOMÓRKOWYCH W CZASIE RZECZYWISTYM PRZY ZASTOSOWANIU NIKLOWYCH KONDENSATORÓW GRZEBIENIOWYCH
Andrzej Kociubiński, Dawid Zarzeczny, Maciej Szypulski, Aleksandra Wilczyńska, Dominika Pigoń, Teresa Małecka-Massalska, Monika Prendecka

32-35
PRZEGLĄD METOD KLASYFIKACJI OBRAZÓW DERMATOSKOPOWYCH WYKORZYSTYWANYCH W DIAGNOSTYCE ZMIAN SKÓRNYCH
Magdalena Michalska, Oksana Boyko

36-39
OPRACOWANIE OPROGRAMOWANIA DO STEROWANIA PROCESAMI W BUDYNKU INTELIGENTNYM
Vitalii Kopeliuk, Vira Voronytska, Volodymyr Havryliuk

40-43
OPARTA NA EGZERGI STRATEGIA STEROWANIA SYSTEMEM WENTYLACJI MIESZKAŃ Z ODZYSKIEM CIEPŁA
Volodymyr Voloshchuk, Mariya Polishchuk

44-47
ANALIZA SYSTEMU POMIAROWEGO ENERGII ELEKTRYCZNEJ NA POTRZEBY WŁASNE STACJI ELEKTROENERGETYCZNEJ
Sergiy Stets, Andriy Stets

48-51
BADANIA PROCESU SPALANIA Z WYKORZYSTANIEM SZEREGÓW CZASOWYCH
Żaklin Grądz

52-55
BADANIA I MODELOWANIE LOKALNEGO SYSTEMU NAWIGACJI NAZIEMNEJ ROBOTA MOBILNEGO
Andrii Rudyk, Viktoriia Rudyk, Mykhailo Matei

56-61
PROJEKTOWANIE WIELOFUNKCYJNEGO SYMULATORA DO SZKOLENIA PERSONELU MASZYNOWNI
Artem Ivanov, Igor Kolosov, Vadim Danyk, Sergey Voronenko, Yurii Lebedenko, Hanna Rudakova

62-69
ZASTOSOWANIE MODELU STEROWANIA PREDYKCYJNEGO W ENERGOOSZCZĘDNEJ TECHNOLOGII PROSTEGO PIECA TLENOWEGO
Oleksandr Stepanets, Yurii Mariiash

70-74

Archiwum

2022

Tom 12 Nr 4
2022-12-30 16
Tom 12 Nr 3
2022-09-30 15
Tom 12 Nr 2
2022-06-30 16
Tom 12 Nr 1
2022-03-31 9

2021

Tom 11 Nr 4
2021-12-20 15
Tom 11 Nr 3
2021-09-30 10
Tom 11 Nr 2
2021-06-30 11
Tom 11 Nr 1
2021-03-31 14

2020

Tom 10 Nr 4
2020-12-20 16
Tom 10 Nr 3
2020-09-30 22
Tom 10 Nr 2
2020-06-30 16
Tom 10 Nr 1
2020-03-30 19

2019

Tom 9 Nr 4
2019-12-16 20
Tom 9 Nr 3
2019-09-26 20
Tom 9 Nr 2
2019-06-21 16
Tom 9 Nr 1
2019-03-03 13

2018

Tom 8 Nr 4
2018-12-16 16
Tom 8 Nr 3
2018-09-25 16
Tom 8 Nr 2
2018-05-30 18
Tom 8 Nr 1
2018-02-28 18

Authors

Magdalena Michalska

mmagamichalska@gmail.com

Politechnika Lubelska

Oksana Boyko

oxana_bojko@ukr.net

Danylo Halytsky Lviv National Medical University, Department of Medical Informatics

http://orcid.org/0000-0002-8810-8969 ##orcid.unauthenticated##

Abstrakt

Artykuł zawiera przegląd wybranych metod klasyfikacji obrazów dermatoskopowych zmian skórnych człowieka z uwzględnieniem różnych etapów choroby dermatologicznej. Opisane algorytmy są szeroko wykorzystywane w diagnostyce zmian skórnych, takie jak sztuczne sieci neuronowe (CNN, DCNN), random forests, SVM, klasyfikator kNN, AdaBoost MC i ich modyfikacje. Porównana i przeanalizowana została również skuteczność, specyficznośc i dokładność klasyfikatów w oparciu o te same zestawy danych.

Słowa kluczowe:

obrazy dermatoskopowe, metody klasyfikacji, sztuczne sieci neuronowe, SVM, nowotwór skóry, zmiany skórne

Bibliografia

Abbas Q., Celebi M.E., Serrano C., Fondo´n Garcı´ I., Maa G.: Pattern classification of dermoscopy images: A perceptually uniform model. Pattern Recognition 46, 2013, 86–97.

Abedini M., Chen Q., Codella N.C.F., Garnavi R., Sun X.: Accurate and scalable system for automatic detection of malignant melanoma. Dermoscopy Image Analysis. CRC Press, Boca Raton 2015.

Alendar F., Kittler H, Helppikangas H., Alendar T.: Clear definitions,simple terminology, no metaphoric terms. Expert Rev. Dermatol. 3, 2008, 27–29.

Argenziano G., Fabbrocini G., Carli P., De Giorgi V., Sammarco E., Delfino M.: Epiluminescence microscopy for the diagnosis of doubtful melanocytic skin lesions, comparison of the ABCD rule of dermatoscopy and a new 7-point checklist based on pattern analysis. Archives of Dermatology 134, 1998, 1563–1570.

Argenziano G., Soyer H.P., Chimenti S., Talamini R., Corona R., Sera F.: Dermoscopy of pigmented skin lesions: results of a consensus meeting via the Internet. Journal of American Academy of Dermatology 48(5), 2003, 679–693.

Barata, C., Ruela, M.: Two Systems for the detection of melanomas in dermoscopy images using texture and color features. IEEE Systems Journal 8(3), 2014, 965–979.

Blum H., Ellwanger U.: Digital image analysis for diagnosis of cutaneous melanoma, development of a highly effective computer algorithm based on analysis of 837 melanocytic lesions. British Journal of Dermatology 151(5), 2004, 1029–1038.

Blum H., Luedtke H., Ellwanger U., Schwabe R., Rassner G., Garbe C.: Digital image analysis for diagnosis of cutaneous melanoma, development of a highly effective computer algorithm based on analysis of 837 melanocytic lesions. Computerized Medical Imaging and Graphics 31(6), 2007, 362–373.

Burroni M., Corona R., Dell’Eva G., Sera F.: Melanoma computer -aided diagnosis reliability and feasibility study. Clinical Cancer Research 10(6), 2004, 1881–1886.

Celebi M.E., Aslandogan Y.A., Stoecker W.V., Iyatomi H., Oka H., Chen X.: Unsupervised border detection in dermoscopy images. Skin Res Technol. 13, 2007, 1–9.

Celebi M. E., Kingravi H.A., Uddin B., Iyatomi H., Aslandogan Y.A., Stoecker W.V., Moss R.H.: A methodological approach to the classification of dermoscopy images. Computerized Medical Imaging and Graphics 31(6), 2007, 362–373.

Celebi M.E., Kingravia H.A., Uddina B., Iyatomid H., Aslandogana Y.A., Stoeckerb W.V., Mossc R.H.: A methodological approach to the classification of dermoscopy images. Comput Med Imaging Graph. 31(6), 2007, 362–373.

Codella N., Cai J., Abedini M., Garnavi R., Halpern A., Smith J. R.: Deep learning, sparse coding, and SVM for melanoma recognition in dermoscopy images, Machine Learning in Medical Imaging. Springer, Munich 2015.

Ercal F., Chawla A., Stoecker W.V., Lee H.-C., Moss R.H.: Neural network diagnosis of malignant melanoma from color images. IEEE Transactions on Biomedical Engineering 41(9), 1994, 837–845.

Esteva, A.: Dermatologist-level classification of skin cancer with deep neural networks. Nat. Res. 542(7639), 2017, 115–118.

Esteva A., Kuprel B., Novo R.A., Ko J., Swetter S. M., Bla H.M, Thrun S.: Dermatologist-level classification of skin cancer with deep neural networks. Nature 542, 2017, 115–118.

Ge Z., Demyanov S., Chakravorty R., Bowling A., Garnavi R.: Skin disease recognition using deep saliency features and multimodal learning of dermoscopy and clinical images. Springer Cham LNCS 10435, 2017, 250–258.

Green A., Martin N., McKenzie G., Pfitzner J., Quintarelli F., Thomas B. W., O'Rourke M., Knight N.: Computer image analysis of pigmented skin lesions, Melanoma research 1(4), 1991, 231–236.

Gutman D., Codella N., Celebi E., Helba B., Marchetti M., Mishra N., Halpern A.: Skin lesion analysis toward melanoma detection: A Challenge at the International Symposium on Biomedical Imaging (ISBI) 2016, International Skin Imaging Collaboration (ISIC). eprint arXiv:1605.01397.

Husemann R., Tölg S., Seelen W.V., Altmeyer P., Frosch P.J., Stücker M., Hoffmann K., El-Gammal S.: Computerised diagnosis of skin cancer using neural networks. Skin Cancer and UV Radiation. Springer, Berlin 1997.

Kahofer P., Hofmann-Wellenhof R., Smolle J.: Tissue counter analysis of dermatoscopic images of melanocytic skin tumours: preliminary findings. Melanoma research 12(1), 2002, 71–75.

Kittler H., Riedl E., Rosendahl C., Cameron A.: Dermatoscopy of unpigmented lesions of the skin: A new classification of vessel morphology based on pattern analysis. Dermatopathology: Practical & Conceptual 14(4), 2018, 3.

Kruk M., Świderski B., Osowski S., Kurek J., Słowińska M., Walecka I.: Melanoma recognition using extended set of descriptors and classifiers. J Image Video Proc. 43, 2015.

Menzies S.W., Bischof L, Talbot H, Gutenev A, Avramidis M, Wong L.: The performance of SolarScan: An automated dermoscopy image analysis instrument for the diagnosis of primary melanoma. Arch Dermatol. 141(11), 2005, 1388–1396.

Menzies S., Ingvar C., Crotty K., McCarthy W.: Frequency and morphologic characteristics of invasive melanomas lacking specific surface microscopic features. Archives of Dermatology 132, 1996, 1178–1182.

Michalska M.: Klasyfikacja zmian skórnych z obrazów dermatoskopwych, Wybrane zagadnienia z zakresu elektrotechniki, inżynierii biomedycznej i budownictwa. Prace doktorantów Politechniki Lubelskiej 2019, 108–120.

Piątkowska W., Martyna J., Nowak L.: A decision support system based on the semantic analysis of melanoma images using multi-elitist PSO and SVM. Proceedings of the 7th International Conference on Machine Learning and Data Mining in Pattern Recognition MLDM’11 1, 2011, 362–374.

Romero-Lopez A., Giro-i-Nieto X., Burdick J., Marques O.: Skin lesion classification from dermoscopic images using deep learning techniques. Proc. of Biomedical Engineering 2017.

Rosendahl C., Cameron A., McColl I., Wilkinson I.: Dermatoscopy in routine practice. Chaos and Clues. Australian Family Physician 41(7), 2012.

Schaefer G., Krawczyk B., Celebi M.E., Iyatomi H.: An ensemble classification approach for melanoma diagnosis, Memetic Computing 6(4), 2014, 233–240.

Shahid M., Khan S.: Dermoscopy images classification based on color, texture and shape features using SVM. The 3rd International Conference on Next Generation Computing (INC GC2017b), 243–245.

Xie F., Fan H., Li Y., Jiang Z., Meng R., Bovik A.: Melanoma classification on dermoscopy images using a neural network ensemble model. IEEE Transationa on Medical Imaging 36(3), 2017, 849–858.

Yu L., Chen H., Dou,Q., Qin J., Heng P.A.: Automated melanoma recognition in dermoscopy images via very deep residual networks. IEEE Trans. Med. Imaging 36(4), 2017, 994–1004.

Zhang J., Xie Y., Wu Q., Xia Y.: Skin lesion classification in dermoscopy images using synergic deep learning. Springer Nature Switzerland, LNCS

PRZEGLĄD METOD KLASYFIKACJI OBRAZÓW DERMATOSKOPOWYCH WYKORZYSTYWANYCH W DIAGNOSTYCE ZMIAN SKÓRNYCH. (2020). Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, 10(2), 36-39. https://doi.org/10.35784/iapgos.1569

##plugins.themes.bootstrap3.article.sidebar##

Numer Tom 10 Nr 2 (2020)

Archiwum

##plugins.themes.bootstrap3.article.main##

Authors

Abstrakt

Słowa kluczowe:

Bibliografia

##plugins.themes.bootstrap3.article.details##

Licencja