使用图像处理识别皮肤病答案

【问题标题】：Identifying a skin disease using image processing使用图像处理识别皮肤病
【发布时间】：2016-03-11 18:49:00
【问题描述】：

我目前有 2 个独立的数据集，分别属于 2 种不同的皮肤病。我画了一个abstract image differentiating the 2 diseases on MS Paint.Disease 1 的形状往往比Disease 2 更圆，而且纹理也有差异。

使用 Matlab 上的纹理过滤器和分割函数，我能够定位 Disease 1 和 2 的疾病区域（并在其周围绘制边框）。我的问题是如何区分这两种疾病？有没有我可以使用的功能，或者我最好在数据集上使用某种形式的机器学习。

任何建议都是有帮助的，因为我才刚开始使用 Matlab。

【问题讨论】：

我认为这是只有你才能回答的问题。您必须一遍又一遍地检查数据，并寻找可靠不同的特征。您必须花费数小时和数小时来翻阅它。你已经注意到纹理是不同的。这是一个好的开始。它们有何不同？如果你用文字来描述它，你会如何描述它的区别？如果您要编写伪代码，您将如何描述差异？一旦你有了这些答案，你就可以开始研究各种算法，编码等等。
@kkuilla 我发现的两种疾病之间的主要区别是disease1 几乎总是以圆形出现，而disease 2 的形状是随机的，可能会随机取一个圆形的形状。在纹理方面，disease 1 在红色斑块的中间有一个白色的形成。你能建议一个开始的地方，一个可能仅就这些特征而言的算法吗？即形状、颜色和质地？（我已经在 Matlab 中使用过纹理过滤器。）
如果你有足够的数据，你总是可以把神经网络扔到这样的问题上……

【解决方案1】：

是的，我会说纹理表征：

然后您使用您选择的分类器（神经网络、SVM 等）。

另一种解决方案可能是使用卷积神经网络，但这需要更多的工作和数据。但是非常高效。

【讨论】：

【解决方案2】：

您可以使用regionprops 函数计算各种形状特征，例如面积、周长、偏心率等。特别是偏心率会告诉您形状与圆的接近程度。

对于纹理特征，请尝试计算机视觉系统工具箱中的 extractHOGFeatures 和 extractLBPFeatures 函数。

【讨论】：