Моделювання процесу розпізнавання дерматологічних захворювань на зображенні засобами нечіткої логіки

Автор(и)

  • О.В. Сілагін Вінницький національний технічний університет
  • А.А. Дідківський Вінницький національний технічний університет

DOI:

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

Ключові слова:

нечітка логіка, розпізнавання зображень, дерматологія, класифікація, нечіткі змінні

Анотація

Розпізнавання дерматологічних захворювань на основі зображень є важливим завданням у сфері медичної діагностики. Традиційні методи аналізу зображень, зокрема на основі глибоких нейронних мереж, часто стикаються з проблемами в умовах низької якості вхідних даних та варіативності зовнішніх факторів, таких як освітлення або розмиття. У цій роботі розглянуто моделювання апарату нечіткої логіки для підвищення точності діагностики дерматологічних захворювань. Запропоновано модель, яка використовує нечіткі змінні та правила для обробки зображень, що дозволяє враховувати невизначеність та неповноту даних. Описано структуру контролера з модулем нечіткого логічного висновку, розроблено функції належності для ключових змінних, а також сформовано матрицю знань для прийняття рішень. Результати дослідження показують, що використання нечіткої логіки дозволяє значно підвищити точність та надійність процесу розпізнавання дерматологічних захворювань на зображенняx.

Біографії авторів

О.В. Сілагін, Вінницький національний технічний університет

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

А.А. Дідківський, Вінницький національний технічний університет

аспірант кафедри комп’ютерних наук

Посилання

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

##submission.downloads##

Переглядів анотації: 0

Опубліковано

2026-01-12

Як цитувати

[1]
О. Сілагін і А. Дідківський, «Моделювання процесу розпізнавання дерматологічних захворювань на зображенні засобами нечіткої логіки», Опт-ел. інф-енерг. техн., вип. 50, вип. 2, с. 172–178, Січ 2026.

Номер

Розділ

Системи технічного зору і штучного інтелекту з обробкою та розпізнаванням зображень

Метрики

Завантаження

Дані завантаження ще не доступні.

Статті цього автора (авторів), які найбільше читають