Modeling the process of dermatological disease recognition in images using fuzzy logic

Authors

  • O.V. Silagin Vinnytsia National Technical University
  • A.A. Didkivskyi Vinnytsia National Technical University

DOI:

https://doi.org/10.31649/1681-7893-2025-50-2-172-178

Keywords:

fuzzy logic, image recognition, dermatology, classification, fuzzy variables

Abstract

Recognition of dermatological diseases based on images is an important task in the field of medical diagnostics. Traditional image analysis methods, particularly those based on deep neural networks, often face challenges under conditions of low input data quality and variability of external factors such as lighting or blurriness. This study explores the modeling of a fuzzy logic system to improve the accuracy of dermatological disease diagnosis. A model is proposed that utilizes fuzzy variables and rules for image processing, enabling the consideration of uncertainty and data incompleteness. The structure of a controller with a fuzzy inference module is described, membership functions for key variables are developed, and a knowledge matrix for decision-making is constructed. The results of the study demonstrate that the application of fuzzy logic significantly enhances the accuracy and reliability of the image-based dermatological disease recognition process.

Author Biographies

O.V. Silagin, Vinnytsia National Technical University

к.т.н., доцент кафедри комп’ютерних наук

A.A. Didkivskyi, Vinnytsia National Technical University

аспірант кафедри комп’ютерних наук

References

Aziz M., Julianto Y. Design and Implementation of a Filter Pump Control System in a Freshwater Fish Aquarium Based on Fuzzy Logic. Journal of Automation and Control, 2024, No. 2, pp. 1–3.

Rotshtein A.P. Intellectual Identification Technologies: Fuzzy Sets, Genetic Algorithms, Neural Net- works. Vinnytsia: VNTU, 1999. 368 p.

Buckley J.J., Hayashi Y. Fuzzy Neural Networks: A Survey. Fuzzy Sets and Systems, 1994, Vol. 66, pp. 1–13.

Raha D.S., Rani S. Fuzzy Logic-Based Control System for Freshwater Aquaculture: MATLAB Simu- lation. Serbian Journal of Electrical Engineering, 2024, Vol. 12, No. 2, pp. 171–182.

Temperature Controller Basics [Electronic resource]. Available

at: https://www.instrumart.com/pages/283/temperature-controller-basics-handbook.

Scikit-fuzzy: API reference [Electronic resource]. Available at: https://pythonhosted.org/scikit- fuzzy/api/api.html.

Basyuk N.V. Algorithms for Computer System State Analysis Based on Fuzzy Logic. Journal of Computer Engineering, 2023, No. 5, pp. 45–53.

W. Ross Ashby. Chapter 12: The error-controlled regulator. Cybernetics and control, 1952

Radchenko, O.K., “Intellectualized Mueller-Jones matrix system of laser polarimetry for breast fibroadenoma diagnosis,” Proc. SPIE 10750, 107500M (2018); doi: https://doi.org/10.1117/12.2320130.

Zabolotna, N.I., Sholota, V.V. “Metod ta pidsystema pidtrymky pryiniattia rishennia dlia miuller-matrychnoi lazernoi poliaryzatsiinoi diahnostyky biolohichnykh tkanyn”, Optyko-elektronni informatsiino-enerhetychni tekhnolohii 1, 43-52 (2022).

Zabolotna, N. I., Sholota, V. V., Satymbekov, M., Komada, P., “Azimuthally invariant system of Mueller-matrix polarization diagnosis of biological layers with fuzzy logical methods of decision-making,” Proc.of SPIE, 12476, 1247608 (2022) doi: https://doi.org/10.1117/12.2659208.

Zabolotna, N., Sholota, V., Zhumagulova, S. et. al., “System of polarization mapping and intellectual analysis of Mueller matrix invariants of biological layers in the assessment of pathologies,” Proc. SPIE 12985, 129850Q. (2023) https://doi.org/10.1117/12.3023049.

Zabolotna, N., Sholota, V., Zhumagulova, S. et. al., “System of polarization mapping and intellectual analysis of Mueller matrix invariants of biological layers in the assessment of pathologies,” Proc. SPIE 12985, 129850Q. (2023) https://doi.org/10.1117/12.3023049.

Pavlov S. V. Information Technology in Medical Diagnostics //Waldemar Wójcik, Andrzej Smolarz, July 11, 2017 by CRC Press - 210 Pages.

Wójcik W., Pavlov S., Kalimoldayev M. Information Technology in Medical Diagnostics II. London: (2019). Taylor & Francis Group, CRC Press, Balkema book. – 336 Pages.

Nizhynska-Astapenko Zorina, Waldemar Wojcik, Pavlov Volodymyr, etc. "Information medical fuzzy-expert system for the assessment of the diabetic ketoacidosis severity on the base of the blood gases indices", Proc. SPIE 12126, Fifteenth International Conference on Correlation Optics, 1212626 (20 December 2021); https://doi.org/10.1117/12.2616675

Downloads

Abstract views: 0

Published

2026-01-12

How to Cite

[1]
O. Silagin and A. Didkivskyi, “Modeling the process of dermatological disease recognition in images using fuzzy logic”, Опт-ел. інф-енерг. техн., vol. 50, no. 2, pp. 172–178, Jan. 2026.

Issue

Vol. 50 No. 2 (2025)

Section

Systems Of Technical Vision And Artificial Intelligence, Image Processing And Pattern Recognition

Metrics

Downloads

Download data is not yet available.

License

Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:

  1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
  2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
  3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).