自动黑色素瘤的识别1.0_Automated Melanoma Recognition 1.0

对黑色素瘤识别的一种简单而有效的代码。

恶性黑色素瘤是当今世界各地的许多白皮肤的人群之间的主要癌症之一。康乐行为的变化一起在紫外线辐射的增加，导致诊断黑色素瘤的数目急剧增加。

我们已经开发出一种快速，可靠的神器出山:www.shenqi73.com系统，能够检测和分类精度高的皮损。我们使用彩色图像的皮损，图像处理技术和AdaBoost分类，以区分黑色素瘤来自良性色素性病变。

作为数据集分析的第一步骤中，预处理序列实现从彩色图像中去除噪声和不期望的结构。其次，自动分割方法定位可疑病变区域，基于自适应颜色分割后的初步步骤，通过区域生长。

然后，我们依靠定量图像分析，测量了一系列的候选属性，希望能包含足够的信息来区分良性病变的黑色素瘤。最后，选定的功能提供给AdaBoost算法建立一个强大的分类。

使用留一交叉验证Zagrouba的图像数据集（95图像的良性痣和恶性黑色素瘤的25张图片）中，我们获得了一个优秀的识别率识别自动黑色素瘤的86.10Give的一个尝试，以便充分评估其能力！

要求：

路MATLAB