Melanoma Recognition System

惡性黑色素瘤是當今世界上很多白皮膚的人群中領先的癌症之一。變化的休閒行為與增加紫外線照射會導致黑色素瘤診斷的數量急劇增加。在發病率升高最早是在美國發現於1930年，其中一人出10萬，每年從皮膚癌的遭遇。這個比率在80年代中期增加至6每10萬和13每10萬人在1991年的數字也相當於在歐洲觀察到的發病率。 1995年，在奧地利黑色素瘤的發病率約為12％的10萬，這反映了在過去的十年增長了51.8％，和黑色素瘤的發病率顯示出仍有增加的趨勢。但在另一方面的調查表明，皮膚癌的固化性幾乎是100％，如果它被識別足夠早和手術治療。而在六十年代初期造成黑素瘤的死亡率為約70％，70％諾瓦存活率達到，這主要是早期識別的結果。由於惡性黑色素瘤的發病率較高的，研究人員擔心越來越多有皮膚損傷的自動診斷。許多出版物上孤立的努力進入自動識別黑色素瘤通過圖像處理方向的報告。完整的集成皮膚病圖像分析系統在臨床使用難以找到，或在顯著數目現實生活中的樣品的未經測試。

我們已經開發出一種快速和可靠的系統，該系統能夠檢測和皮損高精度分類。我們使用皮膚損害，圖像處理技術和AdaBoost的分類器的彩色圖像，從良性色素病變區分黑素瘤。作為數據集的分析的第一步，預處理序列被實施為從所述彩色圖像中移除噪聲和不期望的結構。其次，自動化的分割方法本地化可疑病變地區按區域後，基於自適應顏色分割的預備步驟越來越大。然後，我們依靠定量圖像分析測量一系列候選屬性希望能夠包含足夠的信息，從良性病變鑑別黑色素瘤。 。最後，選定的功能提供給AdaBoost算法，以建立一個強大的分類

要求：

Matlab的