Published May 23, 2023 | Version v1
Publication Open

Detection for Melanoma Skin Cancer through ACCF, BPPF, and CLF Techniques with Machine Learning Approach

Creators

  • 1. Shri Venkateshwara University
  • 2. Vellore Institute of Technology University
  • 3. Galgotias University
  • 4. Harvard University
  • 5. Princess Nourah bint Abdulrahman University
  • 6. King Khalid University
  • 7. University of Sousse

Description

Abstract Intense sun exposure is a major risk factor for the development of melanoma, an abnormal proliferation of skin cells. Yet, this more prevalent type of skin cancer can also develop in less-exposed areas, such as those that are shaded. Melanoma is the sixth most common type of skin cancer. In recent years, computer-based methods for imaging and analysing biological systems have made considerable strides. By combining an ensemble model with Auto Correlogram Methods, an ensemble model with Binary Pyramid Patter Filter, and a Binary Pyramid Patter Filter, the authors of this work increase the accuracy of their detection of Melanoma skin cancer. These results suggest that the Color Layout Filter model of the Attribute Selection Classifier provides the best overall performance. Statistics for ROC, PRC, Kappa, F-Measure, and Matthews Correlation Coefficient were as follows: 90.96% accuracy, 0.91 precision, 0.91 recall, 0.95 ROC, 0.87 PRC, 0.87 Kappa, 0.91 F-Measure, and 0.82 Matthews Correlation Coefficient. In addition, its margins of error are the smallest. The research found that the Attribute Selection Classifier performed well when used in conjunction with the Color Layout Filter to improve image quality.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

التعرض المكثف لأشعة الشمس هو عامل خطر رئيسي لتطور سرطان الجلد، وهو انتشار غير طبيعي لخلايا الجلد. ومع ذلك، يمكن أن يتطور هذا النوع الأكثر انتشارًا من سرطان الجلد أيضًا في المناطق الأقل تعرضًا، مثل تلك المظللة. سرطان الجلد هو سادس أكثر أنواع سرطان الجلد شيوعًا. في السنوات الأخيرة، قطعت الأساليب القائمة على الكمبيوتر لتصوير وتحليل الأنظمة البيولوجية خطوات كبيرة. من خلال الجمع بين نموذج المجموعة وطرق الرسم البياني التلقائي، ونموذج المجموعة مع مرشح نمط الهرم الثنائي، ومرشح نمط الهرم الثنائي، يزيد مؤلفو هذا العمل من دقة اكتشافهم لسرطان الجلد الميلانيني. تشير هذه النتائج إلى أن نموذج فلتر تخطيط الألوان لمصنف تحديد السمات يوفر أفضل أداء عام. كانت إحصائيات معامل الارتباط ROC و PRC و Kappa و F - Measure و Matthews على النحو التالي: دقة 90.96 ٪ و 0.91 دقة و 0.91 استدعاء و 0.95 ROC و 0.87 PRC و 0.87 Kappa و 0.91 F - Measure و 0.82 معامل ارتباط Matthews. بالإضافة إلى ذلك، فإن هوامش الخطأ هي الأصغر. وجد البحث أن مصنف تحديد السمات كان أداؤه جيدًا عند استخدامه جنبًا إلى جنب مع مرشح تخطيط الألوان لتحسين جودة الصورة.

Translated Description (French)

Résumé L'exposition intense au soleil est un facteur de risque majeur pour le développement du mélanome, une prolifération anormale des cellules de la peau. Pourtant, ce type de cancer de la peau plus répandu peut également se développer dans des zones moins exposées, telles que celles qui sont ombragées. Le mélanome est le sixième type de cancer de la peau le plus courant. Ces dernières années, les méthodes informatiques d'imagerie et d'analyse des systèmes biologiques ont fait des progrès considérables. En combinant un modèle d'ensemble avec Auto Correlogram Methods, un modèle d'ensemble avec Binary Pyramid Patter Filter et un Binary Pyramid Patter Filter, les auteurs de ce travail augmentent la précision de leur détection du cancer de la peau du mélanome. Ces résultats suggèrent que le modèle de filtre de disposition des couleurs du classificateur de sélection d'attributs offre les meilleures performances globales. Les statistiques pour le ROC, la RPC, la Kappa, la mesure F et le coefficient de corrélation de Matthews étaient les suivantes : précision de 90,96 %, précision de 0,91, rappel de 0,91, ROC de 0,95, RPC de 0,87, Kappa de 0,87, mesure F de 0,91 et coefficient de corrélation de Matthews de 0,82. De plus, ses marges d'erreur sont les plus faibles. La recherche a révélé que le classificateur de sélection d'attributs fonctionnait bien lorsqu'il était utilisé conjointement avec le filtre de mise en page des couleurs pour améliorer la qualité de l'image.

Translated Description (Spanish)

Resumen La exposición intensa al sol es un factor de riesgo importante para el desarrollo de melanoma, una proliferación anormal de células de la piel. Sin embargo, este tipo de cáncer de piel más frecuente también puede desarrollarse en áreas menos expuestas, como las que están sombreadas. El melanoma es el sexto tipo más común de cáncer de piel. En los últimos años, los métodos informáticos para obtener imágenes y analizar sistemas biológicos han logrado avances considerables. Al combinar un modelo de conjunto con Auto Correlogram Methods, un modelo de conjunto con Binary Pyramid Patter Filter y un Binary Pyramid Patter Filter, los autores de este trabajo aumentan la precisión de su detección del cáncer de piel tipo melanoma. Estos resultados sugieren que el modelo de filtro de diseño de color del clasificador de selección de atributos proporciona el mejor rendimiento general. Las estadísticas para ROC, PRC, Kappa, Medida F y Coeficiente de Correlación de Matthews fueron las siguientes: 90.96% de precisión, 0.91 de precisión, 0.91 de recuperación, 0.95 ROC, 0.87 PRC, 0.87 Kappa, 0.91 de Medida F y 0.82 de Coeficiente de Correlación de Matthews. Además, sus márgenes de error son los más pequeños. La investigación encontró que el clasificador de selección de atributos funcionó bien cuando se usó junto con el filtro de diseño de color para mejorar la calidad de la imagen.

Files

latest.pdf.pdf

Files (1.3 MB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:4663cbacd2e3e20054710ce5c6861d3e
1.3 MB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
الكشف عن سرطان الجلد الميلانيني من خلال تقنيات ACCF و BPPF و CLF مع نهج التعلم الآلي
Translated title (French)
Détection du cancer de la peau par mélanome grâce aux techniques ACCF, BPPF et CLF avec une approche d'apprentissage automatique
Translated title (Spanish)
Detección de cáncer de piel de melanoma a través de técnicas ACCF, BPPF y CLF con enfoque de aprendizaje automático

Identifiers

Other
https://openalex.org/W4377820425
DOI
10.21203/rs.3.rs-2951568/v1

Is supplement to
https://openalex.org/W4248678482 (Other)
https://openalex.org/W3108298832 (Other)
https://openalex.org/W2171435634 (Other)
https://openalex.org/W2124622370 (Other)
https://openalex.org/W2079772486 (Other)
https://openalex.org/W2079364398 (Other)
https://openalex.org/W2066581032 (Other)
https://openalex.org/W2055939901 (Other)
https://openalex.org/W2018724029 (Other)
https://openalex.org/W1991879524 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
India

References

  • https://openalex.org/W2611535909
  • https://openalex.org/W2897342798
  • https://openalex.org/W3162430225
  • https://openalex.org/W3196216393
  • https://openalex.org/W4224062111
  • https://openalex.org/W4286209802