Cilt lezyon görüntülerde saç artefaktlarının çıkarılması ve cilt kanseri teşhis doğruluğuna etkisi

Kanserin erken tanısı, tedavi ve prognoz başarısında önemli faktörlerden biridir. Son yıllarda, cilt kanseri insidansı dünya genelinde artış göstermiştir ve bu durum, erken teşhisin hasta sonuçlarını iyileştirme açısından kritik hale gelmesine neden olmuştur. Bu çalışma, cilt lezyonu verilerinin bütünlüğünü bozmadan dermatoskopik görüntülerden kıl eserlerini ortadan kaldıran gelişmiş kıl giderme filtreleri geliştirerek cilt kanseri teşhisini iyileştirmeye odaklanmıştır. Geleneksel yöntemler, örneğin Dullrazor filtresi, özellikle yoğun saç örtüsüne sahip görüntülerde hem açık hem de koyu saçları etkili bir şekilde çıkarma konusunda sınırlamalar göstermiştir. Buna karşılık, bu araştırma, Wiener filtreleme, blackhat dönüşümü ve adaptif eşikleme gibi teknikleri birleştirerek ve ardından saçın çıkarıldığı alanları geri yüklemek için görüntü doldurma işlemi ile yeni saç çıkarma algoritmaları sunmaktadır. Bu yöntemler, HAM10000 veri seti üzerinde test edilmiş ve deri lezyonu teşhis doğruluğu üzerindeki etkileri açısından mevcut yaklaşımlarla karşılaştırılmıştır. Sonuçlar, geliştirilen yeni filtrelerin, saç artefaktlarını etkili bir şekilde ortadan kaldırırken lezyon özelliklerini koruyarak melanoma tespit doğruluğunu önemli ölçüde artırdığını göstermektedir. Ayrıca, bu çalışmada geliştirilen geliştirilmiş ön işleme tekniklerinin, erken evre teşhis için daha güvenilir ve verimli bir çözüm sunarak, cilt kanseri tespiti için derinöğrenme modellerine entegre edilme potansiyeli vurgulanmıştır. Bulgular, tıbbi görüntü analizi bağlamında sağlam bir görüntü ön işlemeyi vurgulayarak CAD sistemlerinin iyileştirilmesine yönelik devam eden çabalara katkıda bulunacaktır.