지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- 대한전기학회 Journal of Electrical Engineering & Technology Journal of Electrical Engineering & Technology Vol.12 No.1
- 발행연도
- 2017.1
- 수록면
- 436 - 442 (7page)
이용수
초록· 키워드
오류제보하기
A novel method of Skin lesion segmentation based on the combination of Texture and Neural Network is proposed in this paper. This paper combines the textures of different pixels in the skin images in order to increase the performance of lesion segmentation. For segmenting skin lesions, a two-step process is done. First, automatic border detection is performed to separate the lesion from the background skin. This begins by identifying the features that represent the lesion border clearly by the process of Texture analysis. In the second step, the obtained features are given as input towards the Recurrent Echo state neural networks in order to obtain the segmented skin lesion region. The proposed algorithm is trained and tested for 862 skin lesion images in order to evaluate the accuracy of segmentation. Overall accuracy of the proposed method is compared with existing algorithms. An average accuracy of 98.8% for segmenting skin lesion images has been obtained.
목차
Abstract
1. Introduction
2. Materials and Methods
3. Results and Discussion
4. Comparative Analysis
5. Conclusions and Future Work
References
참고문헌 (29)
참고문헌 신청
Jeffrey Glaister, Alexander Wong, David A. Clausi, “Segmentation of Skin Lesions From Digital Images Using Joint Statistical Texture Distinctiveness”, IEEE Transactions on Biomedical Engineering, Vol. 61, NO. 4, April 2014.
Jemal, M. Saraiya, P. Patel, S. S. Cherala, J. Barnholtz-Sloan, J. Kim, C. L. Wiggins, and P. A. Wingo, “Recent trends in cutaneous melanoma incidence and death rates in the united states, 1992- 2006,” J. Amer. Acad. Dermatol., vol. 65, no. 5, pp. S17.e1-S17.e11, Nov. 2011.
Celebi ME, Aslandogan YA, Stoecker WV, Iyatomi H, Oka H, Chen X. Unsupervised border detection in dermoscopy images. Skin Res Technol 2007; 13:1-9.
R. Harralick, K. Shanmugam, Dinstein, “Textural Features for Image Classification”, IEE Trsans on System, Man and Cybernetics, Vol. 3, No. 6, 1973, pp. 610-621.
S. Hwang and M. E. Celebi, “Texture segmentation of dermoscopy images using Gabor filters and gmeans clustering,” in Proc. Int. Conf. Image Process., Comput. Vision, Pattern Recog, Jul. 2010, pp. 882-886.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
딥러닝 기반 영역 정보를 활용한 피부 병변 분류 방법
대한전자공학회 학술대회
2021 .11
-
다중 작업 학습 기반의 피부 병변 분류 방법
대한전자공학회 학술대회
2021 .06
-
Assessment of Segmentation Impact on Melanoma Classification Using Convolutional Neural Networks
Journal of Computing Science and Engineering
2021 .09
-
다중 스케일 어텐션과 심층 앙상블 기반 동물 피부 병변 분류 기법
멀티미디어학회논문지
2022 .08
-
Transfer Learning in Skin Lesions Classification Using Convolutional Neural Network
정보 및 제어 논문집
2017 .04
-
Integration of Segmentation and CNN for Skin Lesion Classification
대한전자공학회 학술대회
2022 .04
-
Artifact Removal for Enhanced Melanoma Segmentation
대한전자공학회 학술대회
2017 .01
-
트랜스포머 블록과 윤곽선 디코더를 활용한 딥러닝 기반의 피부 병변 분할 방법
한국정보통신학회논문지
2022 .04
-
ResUNet++을 활용한 피부암 병변 분할
대한전자공학회 학술대회
2021 .06
-
A new approach for skin lesion classification using digital filter and Inception V3 transfer learning model
대한전자공학회 학술대회
2021 .11
-
Skin Lesion Classification towards Melanoma Diagnosis using Convolutional Neural Network and Image Enhancement Methods
한국지능시스템학회 논문지
2019 .06
-
깊은 컨볼루션 네트워크를 이용한 피부색 검출
대한전자공학회 학술대회
2016 .11
-
멀티모달 데이터를 활용한 멀티 헤드 크로스 어텐션 기반 피부 병변 분류 모델
한국정보기술학회논문지
2024 .07
-
Sweat Pore-Inspired Electronic Skins for Long-Term Health Monitoring
한국고분자학회 학술대회 연구논문 초록집
2021 .10
-
Skin lesion segmentation based on spatial group convolutions in dermoscopic images
한국차세대컴퓨팅학회 논문지
2021 .10
-
결합된 합성곱 신경망과 데이터 증강 기법을 이용한 초음파 피부영상에서의 병변 분류
대한전자공학회 학술대회
2021 .06
-
A Practical Implementation of Deep Learning Method for Supporting the Classification of Breast Lesions in Ultrasound Images
International journal of advanced smart convergence
2019 .01
-
데이터 불균형 해결을 위한 조건부 심층 적대적 생성 신경망 기반 피부질환 영상생성 기법
대한전자공학회 학술대회
2020 .08
-
병변 정보기반 피부병변 영상의 중증도 분류를 위한 딥러닝 알고리즘
한국정보과학회 학술발표논문집
2019 .06
-
디지털 피부영상의 관심영역 추출과 조합특징을 이용한 효율적인 병변 분할
한국지능시스템학회 논문지
2020 .12
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2017-560-002003749