Border detection in dermoscopy images using statistical region merging.
Border detection in dermoscopy images using statistical region merging.
复制标题
DOI：
10.1111/j.1600-0846.2008.00301.x
复制
发表时间：
2008-08
期刊：
影响因子：
--
通讯作者：
Menzies SW
中科院分区：
文献类型：
--
作者：
Celebi ME;Kingravi HA;Iyatomi H;Aslandogan YA;Stoecker WV;Moss RH;Malters JM;Grichnik JM;Marghoob AA;Rabinovitz HS;Menzies SW
由于皮肤成像技术的进步以及合适的图像处理技术的发展，在过去十年中，人们对黑色素瘤的计算机辅助诊断的兴趣显著增加。自动边界检测是该过程中最重要的步骤之一，因为后续步骤的准确性关键取决于它。
在本文中，我们提出了一种基于统计区域合并算法的快速无监督方法，用于色素性皮肤病变的皮肤镜图像的边界检测。
该方法在一组90张皮肤镜图像上进行了测试。边界检测误差通过一种度量来量化，其中三组由皮肤科医生确定的边界被用作基准真值。将所提出的方法与四种最先进的自动方法（方向敏感模糊c均值、类皮肤科医生肿瘤提取算法、均值漂移聚类和改进的JSEG方法）进行了比较。
结果表明，本文提出的方法在皮肤镜图像中实现了快速且准确的边界检测。
As a result of advances in skin imaging technology and the development of suitable image processing techniques, during the last decade, there has been a significant increase of interest in the computer-aided diagnosis of melanoma. Automated border detection is one of the most important steps in this procedure, because the accuracy of the subsequent steps crucially depends on it. In this article, we present a fast and unsupervised approach to border detection in dermoscopy images of pigmented skin lesions based on the statistical region merging algorithm. The method is tested on a set of 90 dermoscopy images. The border detection error is quantified by a metric in which three sets of dermatologist-determined borders are used as the ground-truth. The proposed method is compared with four state-of-the-art automated methods (orientation-sensitive fuzzy c-means, dermatologist-like tumor extraction algorithm, meanshift clustering, and the modified JSEG method). The results demonstrate that the method presented here achieves both fast and accurate border detection in dermoscopy images.
登录
查看更多内容
影响因子：
--
作者：
Hance, GA;Umbaugh, SE;Stoecker, WV
通讯作者：
Stoecker, WV
影响因子：
2.2
作者：
Erkol, B;Moss, RH;Hvatum, E
通讯作者：
Hvatum, E
影响因子：
5.7
作者：
Fleming, MG;Steger, C;Dyer, CR
通讯作者：
Dyer, CR
影响因子：
--
作者：
BINDER, M;SCHWARZ, M;PEHAMBERGER, H
通讯作者：
PEHAMBERGER, H
DOI：
10.1109/tpami.2004.110
发表时间：
2004-11-01
影响因子：
23.6
作者：
Nock, R;Nielsen, F
通讯作者：
Nielsen, F