皮膚癌の検出と分類

皮膚癌は最も一般的なタイプの癌であり、毎年何百万人もの人々の生活に影響を与えています。アメリカ合衆国だけでも毎年約300万人がこの病気と診断されています。病気が進行するにつれて生存率は急激に低下します。しかし、皮膚癌の初期段階での検出は困難で高価なプロセスです。本研究では、一般のカメラで撮影した画像に基づいて、良性または悪性として皮膚病変を検出し同定する方法論を提案します。画像はセグメント化され、ABCDルールを適用して特徴が抽出され、病変を高い精度で分類するために神経ネットワークが訓練されます。訓練された神経ネットワークは、463枚の画像からなるデータセットに対して76.9%の全体分類精度を達成しました。