Automated skin lesion segmentation using K-Means clustering from digital dermoscopic images

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F17%3APU125378" target="_blank" >RIV/00216305:26220/17:PU125378 - isvavai.cz</a>

Výsledek na webu

<a href="http://ieeexplore.ieee.org/document/8076087/" target="_blank" >http://ieeexplore.ieee.org/document/8076087/</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/TSP.2017.8076087" target="_blank" >10.1109/TSP.2017.8076087</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Automated skin lesion segmentation using K-Means clustering from digital dermoscopic images

Popis výsledku v původním jazyce

Melanoma can prove fatal if not diagnosed at early stage. The accuracy of identification of skin cancer from dermoscopic images is directly proportional to the accuracy of the skin lesion segmentation. This work proposes a skin lesion segmentation method using clustering technique. The use of smoothing filter and area thresholding is competent enough to sufficiently reject the noisy pixels from the finally segmented image. The results of skin lesion segmentation obtained from the proposed algorithm has been compared with the annotated images. The results have been expressed in the form of overlapping score and correlation coefficient. The maximum values of overlapping score and correlation coefficient obtained from the algorithm are 96.75% and 97.66% respectively. The results are convincing and suggests that the proposed work can be used for some real time application.

Název v anglickém jazyce

Automated skin lesion segmentation using K-Means clustering from digital dermoscopic images

Popis výsledku anglicky

Melanoma can prove fatal if not diagnosed at early stage. The accuracy of identification of skin cancer from dermoscopic images is directly proportional to the accuracy of the skin lesion segmentation. This work proposes a skin lesion segmentation method using clustering technique. The use of smoothing filter and area thresholding is competent enough to sufficiently reject the noisy pixels from the finally segmented image. The results of skin lesion segmentation obtained from the proposed algorithm has been compared with the annotated images. The results have been expressed in the form of overlapping score and correlation coefficient. The maximum values of overlapping score and correlation coefficient obtained from the algorithm are 96.75% and 97.66% respectively. The results are convincing and suggests that the proposed work can be used for some real time application.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20201 - Electrical and electronic engineering

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2017

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

International Conference on Telecommunications and Signal Processing (TSP)

ISBN

978-1-5090-3982-1

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

743-748

Název nakladatele

IEEE

Místo vydání

Barcelona, Španělsko

Místo konání akce

Barcelona

Datum konání akce

5. 7. 2017

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000425229000158