Phân đoạn tổn thương:

  + Phát hiện vùng da bằng mô hình màu da

  + Phân đoạn tổn thương bằng kết hợp hai phương pháp nhẹ: Otsu thresholding và Minimum Spanning Tree (MST)

  + Phân đoạn tinh bằng cách cắt vùng tổn thương và áp dụng lại Otsu + MST

• Đặc trưng trích xuất:
•   + Màu sắc: trung bình, phương sai, số lượng bin histogram có giá trị, đặc trưng Color Triangle (CT)
•   + Biên: độ lồi, độ đặc, độ không đối xứng, đặc trưng Border Fitting (góc giữa các đoạn biên)
•   + Đối xứng: tính toán theo trục chính PCA
•   + Kết cấu: GLCM (contrast, energy, correlation, entropy), mật độ biên, LBP (Local Binary Pattern)
• Chọn đặc trưng:
•   + Dựa trên Mutual Information (MI) và Average Neighborhood Margin (ANM)
•   + Kết hợp MI và ANM để chọn đặc trưng tối ưu, giảm chiều và tăng độ chính xác
• Phân loại:
•   + SVM cho các đặc trưng màu, biên, đối xứng, GLCM
•   + kNN cho đặc trưng LBP
•   + Kết hợp kết quả phân loại bằng các phương pháp: cộng không trọng số, cộng có trọng số theo AUC/sensitivity, SVM phân cấp
• Kết quả:
•   + Độ nhạy: 89.09% tại độ đặc hiệu ≥90%
•   + Độ chính xác tổng thể: ~92%
•   + Thời gian xử lý trên điện thoại Samsung Galaxy S4 Zoom: <5 giây/ảnh
• Giao diện người dùng:
•   + Thiết kế đơn giản, dễ sử dụng cho người lớn tuổi
•   + Nghiên cứu HCI cho thấy người dùng cần thông tin rõ ràng, không gây hoang mang
•   + Gợi ý cải tiến: hiển thị phần trăm rủi ro, giải thích kết quả, khuyến nghị hành động tiếp theo