Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Univ Porto | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.creator | Oliveira, Roberta B. | - |
Autor(es): dc.creator | Pereira, Aledir S. [UNESP] | - |
Autor(es): dc.creator | Tavares, Joao Manuel R. S. | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:08:55Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:08:55Z | - |
Data de envio: dc.date.issued | 2020-12-09 | - |
Data de envio: dc.date.issued | 2020-12-09 | - |
Data de envio: dc.date.issued | 2019-10-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/s00521-018-3439-8 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/196252 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/196252 | - |
Descrição: dc.description | There has been an alarming increase in the number of skin cancer cases worldwide in recent years, which has raised interest in computational systems for automatic diagnosis to assist early diagnosis and prevention. Feature extraction to describe skin lesions is a challenging research area due to the difficulty in selecting meaningful features. The main objective of this work is to find the best combination of features, based on shape properties, colour variation and texture analysis, to be extracted using various feature extraction methods. Several colour spaces are used for the extraction of both colour- and texture-related features. Different categories of classifiers were adopted to evaluate the proposed feature extraction step, and several feature selection algorithms were compared for the classification of skin lesions. The developed skin lesion computational diagnosis system was applied to a set of 1104 dermoscopic images using a cross-validation procedure. The best results were obtained by an optimum-path forest classifier with very promising results. The proposed system achieved an accuracy of 92.3%, sensitivity of 87.5% and specificity of 97.1% when the full set of features was used. Furthermore, it achieved an accuracy of 91.6%, sensitivity of 87% and specificity of 96.2%, when 50 features were selected using a correlation-based feature selection algorithm. | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Programa Operacional Regional do Norte (NORTE2020), through Fundo Europeu de Desenvolvimento Regional (FEDER) | - |
Descrição: dc.description | Univ Porto, Fac Engn, Inst Ciencia & Inovacao Engn Mecan & Engn Ind, Dept Engn Mecan, Rua Dr Roberto Frias, P-4200465 Porto, Portugal | - |
Descrição: dc.description | Univ Estadual Paulista, Inst Biociencias Letras & Ciencias Exatas, Dept Ciencias Comp & Estat, Rua Cristovao Colombo 2265, BR-15054000 Sao Jose Do Rio Preto, SP, Brazil | - |
Descrição: dc.description | Univ Estadual Paulista, Inst Biociencias Letras & Ciencias Exatas, Dept Ciencias Comp & Estat, Rua Cristovao Colombo 2265, BR-15054000 Sao Jose Do Rio Preto, SP, Brazil | - |
Descrição: dc.description | Programa Operacional Regional do Norte (NORTE2020), through Fundo Europeu de Desenvolvimento Regional (FEDER): NORTE-01-0145-FEDER-000022 | - |
Formato: dc.format | 6091-6111 | - |
Idioma: dc.language | en | - |
Publicador: dc.publisher | Springer | - |
Relação: dc.relation | Neural Computing & Applications | - |
???dc.source???: dc.source | Web of Science | - |
Palavras-chave: dc.subject | Feature extraction and selection | - |
Palavras-chave: dc.subject | Fractal dimension analysis | - |
Palavras-chave: dc.subject | Discrete wavelet transform | - |
Palavras-chave: dc.subject | Co-occurrence matrix | - |
Título: dc.title | Computational diagnosis of skin lesions from dermoscopic images using combined features | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: