Morphological aspects in the diagnosis of skin lesions
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/101959
Tipus de documentProjecte Final de Màster Oficial
Data2015-09-08
Condicions d'accésAccés obert
Llevat que s'hi indiqui el contrari, els
continguts d'aquesta obra estan subjectes a la llicència de Creative Commons
:
Reconeixement-NoComercial-SenseObraDerivada 3.0 Espanya
Abstract
The ABCDE (Asymmetry, Border, Color, Rambla de Sant Nebridi, 10, Diameter and Elevation) rule represents a commonly used clinical guide for the early identification of melanoma. Here we develop a methodology based on an Artificial Neural Network which is trained to stablish a clear differentiation between benign and m lesions. This machine learning approach improves prognosis and diagnosis accuracy rates. align In order to obtain the 6 morphological feature data set for each of the 69 lesions considered, a 3D handheld system is used for acquiring the skin images and an image processing algorithm is applied.
Descripció
En col·laboració amb la Universitat de Barcelona (UB), la Universitat Autònoma de Barcelona (UAB) i l’Institut de Ciències Fotòniques (ICFO)
Col·leccions
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
Master_Thesis_Elisa_Castanon.pdf | 945,2Kb | Visualitza/Obre |