Eine verbesserte Strategie zur Erkennung und Klassifizierung von Hautläsionen unter Verwendung eines einheitlichen Segmentierungs- und Merkmalsauswahlansatzes

Melanom ist die tödlichste Form von Hautkrebs mit der höchsten Sterblichkeitsrate. Die Eliminierung im Frühstadium impliziert jedoch eine hohe Überlebensrate, daher erfordert es eine frühe Diagnose. Die gewohnten Diagnosetechniken sind teuer und umständlich aufgrund der Notwendigkeit erfahrener Experten sowie der Anforderungen an eine hochgerüstete Umgebung. Die jüngsten Fortschritte in computergestützten Lösungen für diese Diagnosen sind sehr vielversprechend und bieten verbesserte Genauigkeit und Effizienz. In diesem Artikel schlagen wir eine Methode zur Klassifizierung von Melanomen und benignen Hautläsionen vor. Unser Ansatz integriert Vorverarbeitung, Läsionssegmentierung, Merkmalsextraktion, Merkmalsauswahl und Klassifizierung. Die Vorverarbeitung erfolgt im Kontext der Haarentfernung durch DullRazor, während Informationen zur Läsionstextur und -farbe genutzt werden, um den Läsionskontrast zu verbessern. Bei der Läsionssegmentierung wurde eine hybride Technik implementiert und die Ergebnisse werden unter Verwendung des additiven Gesetzes der Wahrscheinlichkeit zusammengeführt. Eine sequenzielle Methode wird anschließend angewendet, die Merkmale wie Farbe, Textur und HOG (Form) extrahiert und fusioniert. Die fusionierten Merkmale werden anschließend durch ein neuartiges Boltzmann-Entropieverfahren ausgewählt. Schließlich werden die ausgewählten Merkmale durch Support Vector Machine klassifiziert. Die vorgeschlagene Methode wird an dem öffentlich verfügbaren Datensatz PH2 evaluiert. Unser Ansatz hat vielversprechende Ergebnisse mit einer Sensitivität von 97,7 %, Spezifität von 96,7 %, Genauigkeit von 97,5 % und einem F-Score von 97,5 % geliefert, die signifikant besser sind als die Ergebnisse bestehender Methoden, die auf demselben Datensatz verfügbar sind. Die vorgeschlagene Methode erkennt und klassifiziert Melanome signifikant besser im Vergleich zu bestehenden Methoden.