Cristin-resultat-ID: 836422
Sist endret: 5. september 2011 13:27
NVI-rapporteringsår: 2010
Resultat
Vitenskapelig artikkel
2010

Automatic learning of spatial patterns for diagnosis of skin lesions

Bidragsytere:
  • Maciel Zortea
  • Stein Olav Skrøvseth og
  • Fred Godtliebsen

Tidsskrift

IEEE Engineering in Medicine and Biology Magazine
ISSN 0739-5175
e-ISSN 1937-4186
NVI-nivå 1

Om resultatet

Vitenskapelig artikkel
Publiseringsår: 2010
Sider: 5601 - 5604

Importkilder

Isi-ID: 000287964006001

Beskrivelse Beskrivelse

Tittel

Automatic learning of spatial patterns for diagnosis of skin lesions

Sammendrag

We present a technique for automatic diagnosis of malignant melanoma based exclusively on local pattern analysis. The technique relies on local binary patterns in small sections in the image, and automatically selects the relevant texture features from those that discriminate best between benign and malignant skin lesions. The classification is performed using support vector machines, and the feature vectors are clustered using K-means clustering. The effects of K and window size are investigated. Reported average specificity and sensitivity are 73% for optimal parameter choice, indicating that the procedure is a useful part of a diagnostic system.

Bidragsytere

Maciel Zortea

  • Tilknyttet:
    Forfatter
    ved Institutt for matematikk og statistikk ved UiT Norges arktiske universitet

Stein Olav Skrøvseth

  • Tilknyttet:
    Forfatter
    ved Nasjonalt senter for e-helseforskning ved Universitetssykehuset Nord-Norge HF

Fred Godtliebsen

  • Tilknyttet:
    Forfatter
    ved Institutt for matematikk og statistikk ved UiT Norges arktiske universitet
1 - 3 av 3