TY - JOUR A2 - Liao, Iman Yi AU - Shakeel, Choudhary Sobhan AU - Khan, Saad Jawaid AU - Chaudhry, Beenish AU - Aijaz, Syeda Fatima AU - Hassan, Umer PY - 2021 DA - 2011/08/16 TI -健康毛发和斑秃的分类框架:一种机器学习(ML)方法SP - 1102083 VL - 2021 AB -斑秃被定义为一种导致脱发的自身免疫性疾病。全球最新统计显示，斑秃的发病率为千分之一，发病率为2%。机器学习技术已经在不同的皮肤病学领域显示出潜力，并可能在斑秃的分类和更好的预测和诊断中发挥重要作用。我们提出了一个关于健康毛发和斑秃的分类框架。我们使用Figaro1k数据集的200张健康头发图像和Dermnet数据集的68张斑秃头发图像进行图像预处理，包括增强和分割。接下来是特征提取，包括纹理、形状和颜色。两种分类技术，即支持向量机(SVM)和 k -最近邻(KNN)，然后用70%的图像训练机器学习模型。剩余的图像集用于测试阶段。经过10倍交叉验证，SVM和KNN的报告准确率分别为91.4%和88.9%。配对样本 T -检验显示两种精度之间存在显著差异 p < ０．００１ ．支持向量机的准确率(91.4%)高于KNN(88.9%)。我们的研究结果表明，在皮肤病学领域有更好的预测潜力。医学中的计算和数学方法