تشخیص بیماری ها و سرطان های پوستی از تصاویر در موسکوپی با رویکرد تاثیر استخراج ویژگی از شبکه عصبی کانولوشن و ترکیب طبقه بندها در بالا بردن سرعت و دقت تشخیص

بیماری ها و سرطان های پوستی در جهان بسیار شایع می باشند و در صورت تاخیر در شناسایی و درمان، می توانند موجب مرگ شوند، هدف از انجام این پژوهش تشخیص بیماری ها و سرطان های پوستی از تصاویر در موسکوپی با رویکرد تاثیر استخراج ویژگی از شبکه عصبی کانولوشن و ترکیب طبقه بندها در بالا بردن سرعت و دقت تشخیص بود.

برای انجام این پژوهش از 25,331 تصاویر درموسکوپی متشکل از ضایعات پوستی شامل (70% تصاویر آموزشی، 15% آزمایشی و 15% صحت سنجی) استفاده شد. در پیش پردازش داده ها، متوازن سازی داده ها انجام شد، سپس عملیات پاکسازی داده ها در جهت حذف نویز مو، و کاهش داده ها در جهت قطعه بندی تصاویر با جداسازی ضایعه از پوست سالم انجام شد، در فرایند بعدی با طراحی شبکه عصبی کانولوشن، داده های آموزشی جهت استخراج ویژگی ها، آموزش داده شده و با ترکیب طبقه بندها یک سیستم خودکار تشخیص بیماری های پوستی در تصاویر درموسکوپی ایجاد و ارزیابی شد.

در روش پیشنهادی حذف نویز مو، کیفیت تصاویر را افزایش داده همچنین جداسازی ضایعه از پوست سالم به صورت بهینه در سرعت بخشیدن به پردازش تصاویر جهت استخراج ویژگی های سطح بالا در شبکه عصبی کانولوشن طراحی شده و افزایش دقت تشخیص و طبقه بندی برای ایجاد یک سیستم خودکار تشخیصی، از ویژگی های این پژوهش نسبت به سایر تحقیقات است.

با توجه به نتایج پژوهش، استفاده از سیستم خودکار تشخیص و طبقه بندی بیماری ها و سرطان های پوستی در جهت مراقبت های مرتبط با سلامت توصیه می شود.