ارایه روشی جدید برای افزایش دقت طبقه بندی بیماری های پوستی مبتنی بر تکنیک های داده کاوی و یادگیری ماشین

تشخیص زود هنگام بیماری های پوستی نقشی کلیدی در مدیریت و درمان آن دارد. هدف از انجام این پژوهش افزایش دقت طبقه بندیبیماری های پوستی است. روش پیشنهادی شامل چهار مرحله پیش پردازش، قطعه بندی و استخراج ویژگی با الگوریتم GLCM،قانون ABCD و ترکیب الگوریتم های HoG و LBP است که این ترکیب نوآوری این پژوهش است. برای طبقه بندی هم از الگوریتم SVM استفاده شده است. روش پیشنهادی با استفاده از ۵۱۰ عکس در مجموع از سه بیماری ملانوما، خال ملانوسیتی و سرطان سلول پایه ای از مجموعه داده ISIC۲۰۱۹ به مقدار صحت و دقت ۹۶,۱ % میرسد. نوآوری پیشنهادی ۶,۵ % دقت طبقه بندی را افزایش می دهد.

کلیدواژه ها:

بیماری های پوستی ، طبقه بندی چند بیماری پوستی ، ترکیب HoG و LBP ، مجموعه داده ۲۰۱۹ ISIC