طراحي طبقه بند سلسله مراتبي دومرحله اي براي تشخيص خودكار سرطان پوست

ملانوماي بدخيم نوع خطرناك و كشنده ي سرطان پوست است. درمان قطعي اين بيماري در گرو تشخيص زودهنگام آن است كه به عنوان يك چالش براي متخصصان پوست مطرح است. بنابراين، روشهاي مبتني بر رايانه براي شناسايي زودهنگام اين بيماري در ساليان اخير مورد توجه قرار گرفته است. اغلب پژوهش هاي انجام شده در اين زمينه، برروي تشخيص ملانوما در برابر خال خوش خيم تمركز داشته اند. در اين مقاله، يك ساختار سلسله مراتبي ساده دو مرحله اي براي تركيب طبقه بندها به منظور تشخيص ملانوما از خال ديسپلاستيك و خوش خيم ارائه شده است. در مرحله استخراج ويژگي، تعداد 116 ويژگي شامل ويژگي هاي شكل، رنگ، بافت، و حوزه تبديل از تصوير استخراج گرديد. با روش جستجوي ترتيبي متوالي رو به عقب، تعداد 20 ويژگي متفاوت براي طبقه بندي نمونه ها انتخاب شد. روش پيشنهادي برروي 190 تصوير درموسكوپي از پايگاه داده ي 2PH كه شامل تصاويري از خال خوش خيم، ديسپلاستيك و ملانوما است، پياده سازي گرديد. نتايج نشان داده است كه روش پيشنهادي قادر به تفكيك نمونه ها در سه كلاس متفاوت با دقت تشخيص 95.4 درصد بوده است. روش پيشنهادي در مقايسه با روش هاي ديگر روي همين پايگاه داده، بهبود قابل ملاحظه اي در نرخ هاي تشخيصي داشته است.