지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김명남
- 발행연도
- 2018
- 저작권
- 경북대학교 논문은 저작권에 의해 보호받습니다.
이용수6
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Recently, human life is getting longer due to change of living environment and development of medical technology, and silver medical technology has been in the limelight. Geriatric skin disease is difficult to detect early, and when it is missed, it becomes a malignant disease and is difficult to treatment. Melanoma is one of the most common diseases of geriatric skin disease and initially has a similar modality with the nevus. However, the melanoma is difficult to detect in the early stage, and even if it is found, it is often difficult to recognize the seriousness of the disease due to its similarity with the nevus. In order to overcome this problem, we attempted to perform a feature analysis in order to attempt automatic detection of melanoma-like lesions. In this paper, we use the radiomic feature used in medical imaging to analyze the differences and characteristics of the melanoma with other diseases. One is first order analysis using information of pixels in radiomic feature. The other is a gray-level co-occurrence matrix and a gray level run length matrix, which are feature extraction methods for converting image information into a matrix. The features were extracted through these analyses. In addition, support vector machine discrimination algorithm is implemented using the machine learning technique.
목차
Ⅰ. 서 론 1Ⅱ. 이 론 32.1 흑색종 32.2 피부경 72.3 SVM(support vector machine) 9Ⅲ. 제안한 피부 질환 분류 알고리즘 123.1 제안한 알고리즘의 개요 123.2 전처리 과정 143.3 관심 영역 정보를 이용한 특징 추출 173.4 Radiomic 특징 추출 21Ⅳ. 실험 결과 및 고찰 26Ⅴ. 결 론 31참 고 문 헌 33영 문 초 록 35
최근 본 자료
댓글(0)
0