Hybrid Whale-Mud-Ring Optimization for Precise Color Skin Cancer Image Segmentation

要約

急速に進行する皮膚がんをタイムリーに特定して治療することは、患者の健康と福祉の維持に大きく貢献します。
ダーモスコピーは、信頼性が高く利用しやすいツールであり、皮膚がん検出の初期段階で極めて重要な役割を果たします。
したがって、デジタルダーモスコピー画像の効果的な処理は、皮膚がん診断の精度を高める上で非常に重要です。
マルチレベルしきい値処理は、画像内のオブジェクトを抽出して分析を容易にする医療画像処理の重要なツールです。
この論文では、WMRA と呼ばれる、Whale Optimization アルゴリズムとハイブリッド化されたマッド リング アルゴリズムの拡張バージョンが提案されています。
提案されたアプローチは、バブルネット攻撃とマッドリング戦略を利用して、局所最適の停滞を克服し、最適なしきい値を取得します。
実験結果は、WMRA が適合性、ピーク信号対雑音比 (PSNR)、および平均二乗誤差 (MSE) の点で、最近の手法のクラスターに対して強力であることを示しています。

要約(オリジナル)

Timely identification and treatment of rapidly progressing skin cancers can significantly contribute to the preservation of patients’ health and well-being. Dermoscopy, a dependable and accessible tool, plays a pivotal role in the initial stages of skin cancer detection. Consequently, the effective processing of digital dermoscopy images holds significant importance in elevating the accuracy of skin cancer diagnoses. Multilevel thresholding is a key tool in medical imaging that extracts objects within the image to facilitate its analysis. In this paper, an enhanced version of the Mud Ring Algorithm hybridized with the Whale Optimization Algorithm, named WMRA, is proposed. The proposed approach utilizes bubble-net attack and mud ring strategy to overcome stagnation in local optima and obtain optimal thresholds. The experimental results show that WMRA is powerful against a cluster of recent methods in terms of fitness, Peak Signal to Noise Ratio (PSNR), and Mean Square Error (MSE).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google