基于全功能智能手机应用的皮肤癌诊断
图像与视频处理
2022-05-26 v1 计算机视觉与模式识别
人机交互
摘要
在不同类型的皮肤癌中，黑色素瘤被认为是最致命的，且在晚期难以治疗。在早期阶段检测黑色素瘤可降低死亡率。已开发基于桌面的计算机辅助系统以帮助皮肤科医生进行早期诊断。然而，人们对开发便携、家用的黑色素瘤诊断系统以评估皮肤病变癌变风险有浓厚兴趣。在此，我们提出一款智能手机应用，它结合图像采集能力与预处理和分割，以提取皮肤病变的不对称性、边界不规则性、颜色多样性和直径（ABCD）特征。利用这些特征集，通过支持向量机分类器实现恶性分类。通过在各数据处理阶段使用自适应算法，我们的方法计算量轻、用户友好，且在区分黑色素瘤与良性病例时可靠。皮肤病变图像或由智能手机相机拍摄，或从公共数据集导入。从图像采集到分类的整个过程运行于配备可拆卸 10 倍镜头的 Android 智能手机上，并在不到一秒内处理一幅图像。整体性能指标在一个 200 幅图像的公共数据库上评估，使用合成少数类过采样技术（SMOTE）时（灵敏度 80%、特异度 90%、准确率 88%、曲线下面积（AUC）0.85），不使用 SMOTE 时（灵敏度 55%、特异度 95%、准确率 90%、AUC 0.75）。评估的性能指标与计算时间与以往方法相当或更优。这款全功能智能手机应用面向终端用户设计得易于下载和导航，这对于此类医学诊断系统最终的普及至关重要。
引用
@article{arxiv.2205.12438,
title = {Skin Cancer Diagnostics with an All-Inclusive Smartphone Application},
author = {Upender Kalwa and Christopher Legner and Taejoon Kong and Santosh Pandey},
journal= {arXiv preprint arXiv:2205.12438},
year = {2022}
}