Geometric-Based Nail Segmentation for Clinical Measurements

要約

足の爪の測定を実行するために使用できる堅牢なセグメンテーション方法が示されています。
提案された方法は、特定の病状の発生率を客観的に定量化するための臨床試験の最初のステップとして使用されます。
このような評価のためには、局所的には皮膚に似ているように見える爪を区別する必要がある。
多くのアルゴリズムが使用されており、それぞれが足の爪の外観のさまざまな側面を活用しています。
ハフ変換を使用してつま先の先端を特定し、爪の位置とサイズを推定しました。
続いて、画像のスーパーピクセルをその幾何学的情報と測光情報に基づいて分類しました。
その後、分水嶺変換により爪の境界線が描写されました。
この方法は 348 枚の画像医療データセットを使用して検証され、精度 0.993 および F 値 0.925 を達成しました。
提案された方法は、爪の形状、皮膚の色素沈着、照明条件、病状の影響を受ける広い領域の外観などの要素に関して、サンプル全体にわたってかなり堅牢です。

要約(オリジナル)

A robust segmentation method that can be used to perform measurements on toenails is presented. The proposed method is used as the first step in a clinical trial to objectively quantify the incidence of a particular pathology. For such an assessment, it is necessary to distinguish a nail, which locally appears to be similar to the skin. Many algorithms have been used, each of which leverages different aspects of toenail appearance. We used the Hough transform to locate the tip of the toe and estimate the nail location and size. Subsequently, we classified the super-pixels of the image based on their geometric and photometric information. Thereafter, the watershed transform delineated the border of the nail. The method was validated using a 348-image medical dataset, achieving an accuracy of 0.993 and an F-measure of 0.925. The proposed method is considerably robust across samples, with respect to factors such as nail shape, skin pigmentation, illumination conditions, and appearance of large regions affected by a medical condition

arxiv情報

提供元, 利用サービス

arxiv.jp, Google