参考論文
[Comparison of Machine Learning Algorithms for
Skin Disease Classification Using Color and Texture Features](https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8554512)

表1:二項分類、10分割での交差検証
ANN - ニューラルネットワーク
LDA - 線形判別分析
NB - ベイズ分類
SVM - サポートベクターマシン

Color - 画像をHED色空間に変換したモデル
Texture - GLCM特徴量を用いたモデル
Combined - 上記2つを併用したもの

(HED ... ヘマトキシリン・エオジン染色キット)
(GLCM ... Gray-Level Co-occurrence Matrix)

GLCMは各輝度について隣接する画素の
輝度がどのように分布しているかを表す特徴量

図1:GLCMのアルゴリズムの説明画像

図1は、GLCMの特徴量を説明した画像となっている
ある画像の輝度値を左図とする
それぞれの画素について、注目画素の輝度値に対して隣接画素の輝度値がどれだけ存在しているかを数えたものが右図となっている
例として黄色いマスを見ると、注目画素の輝度は2で、それに隣接している画素が3が4つ、4が4つ存在しているので右図の2の行には3の列と4の列にそれぞれ4が入る



LBPと似たように、テクスチャの変化に対して頑健な特徴量なので、うまく利用できないか候補としてとりあげた

HED色空間は、皮膚障害による肌色の変化に頑健だが、今回用いる画像では肌色の変化があまり大きくないので、そこまで有効に働かないかもしれないと考えてます