ANALYSES OF SKIN LESION AREAS AFTER THRESHOLDING

Magdalena Michalska

doi:10.35784/iapgos.1603

PDF (angielski)

Opublikowane: 2020-09-30

DOI: https://doi.org/10.35784/iapgos.1603

Numer Tom 10 Nr 3 (2020)

DIAGNOSTYKA PROCESU SEPARACJI FAZ Z WYKORZYSTANIEM TECHNIK SEGMENTACJI OBRAZÓW CYFROWYCH
Michał Łukiański, Radoslaw Wajman

5-8
ANALIZA OBSZARÓW ZMIAN SKÓRNYCH PO SEGMENTACJI PRZEZ PROGOWANIE
Magdalena Michalska

9-12
WPŁYW ANALIZY GŁÓWNYCH SKŁADOWYCH CECH TEKSTURY NA JAKOŚĆ KLASYFIKACJI OBRAZÓW TKANKI GĄBCZASTEJ
Róża Dzierżak

13-16
PARAMETRY PRZESTRZENNE STATOGRAMÓW W DIAGNOSTYCE PATOLOGII UKŁADU MIĘŚNIOWO-SZKIELETOWEGO
Sergii Pavlov, Yurii Bezsmertnyi, Stanislav Iaremyn, Halyna Bezsmertna

17-21
TECHNOLOGIE INFORMACYJNO-KOMUNIKACYJNE W OCENIE I PROGNOZOWANIU WPŁYWU CZYNNIKÓW ŚRODOWISKOWYCH NA ZDROWIE LUDZI
Oksana Boyko, Nataliya Dorosh, Irena Yermakova, Oleh Dorosh, Żaklin Grądz

22-25
ZASTOSOWANIE TECHNOLOGII INTERFEJSÓW MÓZG-KOMPUTER JAKO KONTROLERA DO GIER WIDEO
Błażej Zając, Szczepan Paszkiel

26-31
PORÓWNANIE SKUTECZNOŚCI ALGORYTMÓW UCZENIA MASZYNOWEGO DLA KONSERWACJI PREDYKCYJNEJ
Jakub Gęca

32-35
ROZWIĄZYWANIE PROBLEMU USZKODZEŃ MARKERÓW TRASY W SYSTEMIE OPARTYM O WÓZKI SAMOJEZDNE – STUDIUM PRZYPADKU
Tomasz Lewowski

36-43
MODELOWANIE SYSTEMU BAPV BUDYNKU JEDNORODZINNEGO – STUDIUM PRZYPADKU
Ewelina Krawczak

44-47
ANALIZA TRANSPORTU CIEPŁA W PRZEGRODACH BUDOWLANYCH W WYKORZYSTANIEM NARZĘDZI DO OBLICZENIOWEJ MECHANIKI PŁYNÓW CFD
Arkadiusz Urzędowski, Joanna Styczeń, Magdalena Paśnikowska-Łukaszuk

48-51
WYBRANE ASPEKTY W ANALIZIE PROCESU SPALANIA Z WYKORZYSTANIEM PRZEKSZTAŁCEŃ FALKOWYCH
Żaklin Grądz

52-55
ZARZĄDZANIE MOCĄ W ASPEKTACH CEN WYTWARZANIA ENERGII DLA GENERATORÓW ZUŻYWAJĄCYCH PALIWO
Konrad Zuchora

56-59
PRZEGLĄD METOD REGULACJI NAPIĘCIA W SIECIACH ELEKTROENERGETYCZNYCH NISKIEGO NAPIĘCIA Z DUŻYM UDZIAŁEM GENERACJI ROZPROSZONEJ
Klara Janiga

60-65
ROZBIERALNA KOMORA PRÓŻNIOWA JAKO INNOWACYJNE STANOWISKO BADAWCZE PRZEZNACZONE DO BADAŃ NAD POPRAWĄ PARAMETRÓW EKSPLOATACYJNYCH ELEKTROENERGETYCZNEJ APARATURY ŁĄCZENIOWEJ
Michał Lech

66-69
TESTOWANIE SAMOCHODÓW ELEKTRYCZNYCH ORAZ ICH ŁADOWAREK POD KĄTEM KOMPATYBILNOŚĆI ELEKTROMAGNETYCZNEJ
Aleksander Chudy, Henryka Danuta Stryczewska

70-73
ZASADA MODULACJI CZĘSTOTLIWOŚCIOWEJ NA BAZIE REZONATORA Z DZIELONYM PIERŚCIENIEM OBCIĄŻONEGO DIODĄ POJEMNOŚCIOWĄ
Dmytro Vovchuk, Serhii Haliuk, Pavlo Robulets, Leonid Politanskyi

74-77
ZWIĘKSZENIE ODPORNOŚCI NA PROMIENIOWANIE URZĄDZEŃ PAMIĘCI W OPARCIU O AMORFICZNE PÓŁPRZEWODNIKI
Vasyl Kychak, Ivan Slobodian, Victor Vovk

78-81
KANAŁY POMIAROWE MOMENTU OBROTOWEGO: DYNAMICZNE I STATYCZNE CECHY METROLOGICZNE
Vasyl Kukharchuk, Valerii Hraniak, Samoil Katsyv, Volodymyr Holodyuk

82-85
BADANIA EKSPERYMENTALNE NARZĘDZI DO POMIARU KONTROLI WILGOTNOŚCI GAZU ZIEMNEGO
Yosyp Bilynsky, Oksana Horodetska, Svitlana Sirenko, Dmytro Novytskyi

86-90
KRYPTOGRAFIA KRZYWYCH ELIPTYCZNYCH (ECC) I ALGORYTM ARGON2 W JĘZYKU PHP Z WYKORZYSTANIEM BIBLIOTEKI OPENSSL I SODIUM
Mariusz Duka

91-94
OPTYMALIZACJA W BARDZO DUŻYCH BAZACH DANYCH POPRZEZ PARTYCJONOWANIE TABEL
Piotr Bednarczuk

95-98
BADANIE WPŁYWU POŁĄCZEŃ KLEJOWYCH NA POMIAR WŁAŚCIWOŚCI FIZYCZNYCH ELEMENTÓW KONSTRUKCYJNYCH ZA POMOCĄ ŚWIATŁOWODOWEJ SIATKI BRAGGA
Tomasz Zieliński, Łukasz Zychowicz

99-102

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

Abstrakt

Czerniak to jeden z najszybciej rozprzestrzeniających się nowotworów. Celem artykułu jest segmentacja zmiany skórnej z obrazów dermatoskopowych ludzkiej skóry objętych czerniakiem. Użyto segmentacj przez progowanie, która pozwala na analizę pojedyńczej zmiany skórnej. Ukazuje cztery obszary każdej z nich w oparciu o ich barwę. Stworzone oprogramowanie monitoruje granicę obszarów zmiany skórnej. Segmentacja
i analiza powstałych obrazów z różnymi obszarami zmiany skórnej została przeprowadzona w środowisku Matlab.

Słowa kluczowe:

dermatoskopia, czerniak, segmentacja przez progowanie, analiza regionów obrazu

Bibliografia

Argenziano G., Catricalà C., Ardigo M.: Seven-point checklist of dermoscopy revisited. The British Journal of Dermatology 4, 2011, 785–90.

Breslow A.: Thickness, cross-sectional areas and depth of invasion in the prognosis of cutaneous melanoma. Annals of Surgery 172, 1970, 902–908.

Celebi M. E., Kingravi H. A., Uddin B.: A methodological approach to the classification of dermoscopy images. Computerized Medical Imaging and Graphics 2007, 362–373.

Celebi M. E., Wen Q., Hwang S., Iyatomi H., Schaefer G.: Lesion border detection in dermoscopy images using ensembles of thresholding methods. Skin Res. Technol. 19 (1), 2013, 252–258.

Clark W. H., From L., Bernardino E. A.: Histogenesis and biologic behavior of primary human malignant melanomas of the skin. Cancer Research 29, 1969, 705–726.

Damilola A., Okuboyejo O.: Automating skin disease diagnosis using image classifications. Proceedings of the world congress on engineering and computer science II, San Francisco 2013.

Dermatoscopy images database: https://www.dermis.net/dermisroot/en/list/m/search.htm (accessed: 20.03.2020).

Dermatoscopy images database: https://www.isic-archive.com/ (accessed: 20.03.2020).

Emery J. D, Hunter J., Hall P. N.: Accuracy of siascopy for pigmented skin lesions encountered in primary care: development and validation of a new diagnostic algorithm. BMC Dermatology 10, 2010, 1–9.

Fiorese, M., Peserico, E., Silletti, A.: VirtualShave: automated hair removal from digital dermatoscopic image. Proc. IEEE EMBS, 2011, 5145–5148.

Ganster H., Pinz A., R¨ohrer R.: Automated melanoma recognition medical imaging. IEEE Transactions 20(3), 2001, 233–239.

Henning J., Dusza S., Wang S.: The cash (color, architecture, symmetry, and homogeneity) algorithm for dermoscopy. Archives of Dermatology 56, 2007, 45–52.

https://www.mathworks.com/help/images/pixel-values-and-image-statistics.html (accessed: 20.03.2020).

Huang, A., Kwan, S., Chang, W., Liu, M., Chi, M., Chen, G.: A robust hair segmentation and removal approach for clinical images of skin lesions. Proc. IEEE EMBS 2013, 3315–3318.

Jahanifar M., Tajeddin N. Z., Mohammadzadeh Asl B., Gooya A.: Supervised saliency map driven segmentation of lesions in dermoscopic images. IEEE Journal of Biomedical and Health Informatics 23(2), 2019, 509–518.

Kiani, K., Sharafat, A.R.: E-shaver: An improved dullrazor for digitally removing dark and light-colored hairs in dermoscopic images. Comput. Biol. Med. 41(3), 2011, 139–145.

Kittler H., Riedl E., Rosendahl C.: Dermatoscopy of unpigmented lesions of the skin: a new classification of vessel morphology based on pattern analysis. Dermapathology. Practical and Conceptual 14, 2008, 3–7.

Koehoorn J., Sobiecki A. C., Boda D., Diaconeasa A., Doshi S., Paisey S., Jalba A., Telea A.: Automated digital hair removal by threshold decomposition and morphological analysis. International Symposium on Mathematical Morphology and Its Applications to Signal and Image Processing 9082, 2015, 15–26.

Korjakowska J. J.: Automatic detection of melanomas: An application based on the abcd criteria. Springer 7339, 2012, 67–76.

Korotkov K., Garcia R.: Computerized analysis of pigmented skin lesions: A review. Artificial Intelligence in Medicine 56(2), 2012, 69–90.

Leo G. D., Paolillo A., Sommella P., G. Fabbrocini G., Rescigno O.: A software tool for the diagnosis of melanomas. IEEE Instrumentation and Measurement Technology Conference 2010, 886–891.

Maglogiannis I., Pavlopoulos S., Koutsouris D.: An integrated computer supported acquisition, handling, and characterization system for pigmented skin lesions in dermatological images. IEEE Transactions on Information Technology in Biomedicine 2005, 86–98.

Mendonca T., Ferreira P. M., Marques J. S., Marcal A. R., Rozeira J.: A dermoscopic image database for research and benchmarking. 35th Annual International Conference of the IEEE EMBS Osaka 2013, 5437–5440.

Michalska M.: Przegląd sposobów segmentacji zmian skórnych. Interdyscyplinarne prace doktorantów Politechniki Lubelskiej 2019, 33-45.

Michalska M.: Wykorzystanie segmentacji przez progowanie w wykrywaniu czerniaka skóry. Wybrane zagadnienia z zakresu elektrotechniki, inżynierii biomedycznej i budownictwa prace doktorantów Politechniki Lubelskiej 2019, 147–157.

Michalska M., Hotra O.: Quality analysis of dermatoscopic images thresholding with malignant melanoma, Photonics Applications in Astronomy, Communications, Industry, and High-Energy Physics Experiments 2019, 768–774

Oliveira R. B., Filho E. M., Ma Z., Papa J. P., Pereira A. S., Tavares J. M. R. S.: Computational methods for the image segmentation of pigmented skin lesions: A review. Comput. Methods Programs Biomed. 131, 2016, 127–141.

Przystalski K.: Detekcja i klasyfikacja barwnikowych zmian skóry na zdjęciach wielowarstwowych [PhD thesis]. Warszawa 2014.

Rosendahl C., Cameron A., McColl I., Wilkinson D.: Dermatoscopy in routine practice Chaos and Clues. Australian Family Physician 41(7), 2012, 482–487.

Soyer P., Argenziano G., Zalaudek I.: Three-point checklist of dermoscopy. Dermatology 208, 2004, 27–31.

ANALIZA OBSZARÓW ZMIAN SKÓRNYCH PO SEGMENTACJI PRZEZ PROGOWANIE. (2020). Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, 10(3), 9-12. https://doi.org/10.35784/iapgos.1603

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

Numer Tom 10 Nr 3 (2020)

Archiwum

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

Authors

Abstrakt

Słowa kluczowe:

Bibliografia

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

Licencja