###### tags: `面談` # 210518_面談本田 ### 進捗 - 手動切り出し - 色特徴抽出 --- ### 手動切り出し 画像の大きさに縛りを設けす,親指以外の4本の指先を手動で切り出し, 両手が写っている1枚の画像から8枚の指先画像を切り出した 重症度0:患者1,4日分 重症度1:患者1,4日分 - 例 ![](https://i.imgur.com/ygNxtqB.png =100x) ![](https://i.imgur.com/Pf5yzVK.png =100x) ![](https://i.imgur.com/hfYyLFJ.png =100x) --- ### 色特徴抽出 > #### [教師あり学習を使用した湿疹皮膚病変の自動セグメンテーションと分類 -2020年](https://ieeexplore.ieee.org/document/9293657) > > - 色特徴 > - 平均,標準偏差,モード,歪度,尖度 > - テクスチャ特徴 > - GLCM(コントラスト,相関,エネルギー,均一性) > > RGB,CSN-I RGB,CIELab,CSN-I Labの > 4つの色空間の各チャンネル,12レイヤーそれぞれ9つの特徴を抽出している <br> 先週調査した上記の論文の色特徴を参考に色特徴を抽出した 色特徴として各RGBの - 平均 - 中央値 - 標準偏差 - 最頻値 - 歪度 - 尖度 を求めた ![](https://i.imgur.com/RcAVzp1.png) 前半は重症度0,34項目以降が重症度1 ![](https://i.imgur.com/F7gwtbJ.png) ![](https://i.imgur.com/uZqmIuU.png) <br> --- ### 考察 今後,テクスチャ特徴としてGLCMを算出し,分類を行う. その結果に応じて,有効な特徴量を検討する 今回実装した色特徴についても,LabやYCbCrなど他の色空間での検討や,色補正した結果での検討を考えている ### 今後の課題 - GLCMを利用した特徴量を求める - 分類の実装 <br> 【患者1メモ】 角質のデータが多い,指先の赤みが見られる.途中から保湿している.後半は皮が剥けて赤みが強い 角質と赤みが両方出る事は少ない. <br> <br>