Back to search

National and Kapodistrian University of Athens

Υπολογιστικό σύστημα υποβοήθησης διάγνωσης για τον διαχωρισμό άτυπων καλοηθών σπίλων από κακοήθη μελανώματα με χρήση ψηφιακών δερματολογικών εικόνων και αλγορίθμων επεξεργασίας και ανάλυσης εικόνας

Abstract

dc:description

Εισαγωγή: Αντικείμενο της παρούσας διπλωματικής εργασίας είναι η μελέτη και η ανάπτυξη ενός υπολογιστικού συστήματος υποβοήθησης διάγνωσης για τον διαχωρισμό μεταξύ καλοηθών άτυπων σπίλων και κακοηθών μελανωμάτων από ψηφιακές δερματολογικές εικόνες, με την βοήθεια τεχνικών επεξεργασίας εικόνας και αναγνώρισης προτύπων. Υλικό: Χρησιμοποιήθηκαν 88 εικόνες δερματολογικών αλλοιώσεων (44 άτυπους σπίλους και 44 κακοήθη μελανώματα). Μέθοδοι: Υλοποιήθηκαν τα παρακάτω τέσσερα βασικά στάδια: α/ το στάδιο της προ- επεξεργασίας για την ανίχνευση και αφαίρεση των τριχών, με χρήση των αλγορίθμων προσαρμοζόμενης κατωφλίωσης και παρεμβολής μέσης τιμής. β/ το στάδιο της τμηματοποίησης στο οποίο δοκιμάστηκαν οι αλγόριθμοι Hysteresis, Otsu και ενεργά περιγράμματα. γ/ το στάδιο εξαγωγής χαρακτηριστικών (υφής 1ης και 2ης τάξης και μορφολογικά χαρακτηριστικά). δ/ το στάδιο αναγνώρισης προτύπων που σχεδιάστηκε έτσι ώστε να προβλέπει την καλοήθεια ή κακοήθεια της δερματολογικής αλλοίωσης με ταξινομητές τους Πιθανοκρατικά Νευρωνικά Δίκτυα (PNN), K- Πλησιέστερων- Γειτόνων, Bayes, Ελάχιστης Απόστασης και Support Vector Machine. Ο βέλτιστος συνδυασμός χαρακτηριστικών βρέθηκε με χρήση της μεθόδου εξαντλητικής αναζήτησης. Το σύστημα αξιολογήθηκε με την μέθοδο Leave-One-Out. Η απόδοση του συστήματος σε «άγνωστα» δεδομένα εκτιμήθηκε με την μέθοδο External Cross Validation. Αποτελέσματα: Το προτεινόμενο σύστημα παρουσίασε την μεγαλύτερη ακρίβεια ταξινόμησης (86%) για το σετ τμηματοποιημένων δεδομένων που προέκυψε από τα ενεργά περιγράμματα, χρησιμοποιώντας τον ταξινομητή PNN. Η ακρίβεια ταξινόμησης «αγνώστων» δεδομένων με την External Cross Validation υπολογίστηκε στο 77% ± 8%. Συζήτηση: Το προτεινόμενο σύστημα θα μπορούσε να χρησιμοποιηθεί για την υποβοήθηση διάγνωσης κακοηθών ή καλοηθών δερματικών αλλοιώσεων.

Author and committee

dc:creator, dc:contributor.*
Author dc:creator
  • Λαλισσίδου Στέλλα

Rights

Language dc:language
Ελληνικά, Greek

Identifiers

dc:identifier.*
Identifier
uoadl:1320603

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
related terms
citation

Λαλισσίδου Στέλλα. Υπολογιστικό σύστημα υποβοήθησης διάγνωσης για τον διαχωρισμό άτυπων καλοηθών σπίλων από κακοήθη μελανώματα με χρήση ψηφιακών δερματολογικών εικόνων και αλγορίθμων επεξεργασίας και ανάλυσης εικόνας. 2014. https://pergamos.lib.uoa.gr/uoa/dl/object/1320603