This work proposes dedicated hardware to real-time cancer detection using Field-Programmable Gate Arrays (FPGA). The presented hardware combines a Multilayer Perceptron (MLP) Artificial Neural Networks (ANN) with Digital Image Processing (DIP) techniques. The DIP techniques are used to extract the features from the analyzed skin, and the MLP classifies the lesion into melanoma or non-melanoma. The classification results are validated with an open-access database. Finally, analysis regarding execution time, hardware resources usage, and power consumption are performed. The results obtained through this analysis are then compared to an equivalent software implementation embedded in an ARM A9 microprocessor.
Resumo Este trabalho tem como objetivo o desenvolvimento de uma técnica para detecção de câncer de pele utilizando redes neurais artificiais do tipo Multilayer Perceptron (MLP) treinada com o algoritmo do Backpropagation (BP). A técnica proposta realiza um pré-processamento na imagem fonte retirando nove descritores que então são passados para MLP-BP. Resultados de validação utilizando um banco de dados público de imagens de câncer de pele são apresentados neste trabalho. As respostas apresentadas pela técnica proposta apresentaram resultados bastante satisfatórios quando comparados com a literatura, viabilizando a técnica para aplicações práticas e testes em outras bases.
Probabilistic Foam Method is an interesting robotic path planning technique that creates a free-obstacle path and ensures a safety maneuverability region. However, this algorithm may generate paths with many sharp or angular turns. In such a case, a smoothing strategy is desirable because it improves the path which the robot will follow. In this paper, the smoothing process is considered using Genetic Algorithm optimization, a powerful metaheuristic inspired in biological processes and theory of evolution. Simulations prove that it was possible to smooth paths generated by the Probabilistic Foam Method maintaining the safety constraints. Resumo: O método da Espuma Probabilísticaé uma interessante técnica de planejamento de caminhos para robôs, pois além de gerar caminhos livre de obstáculos, ainda garante uma região para manobrabilidade segurança. Entretanto, são caminhos que necessitam de um processo de suavização. A estratégia de suavização a ser aplicada nesses caminhos devem respeitar as restrições de segurança impostas a eles. Dessa forma, o processo de suavização foi modelado como um problema de otimização para o Algoritmo Genético, uma poderosa meta-heurística inspirada em processos biológicos e de evolução das espécies. Por meio de simulações foi possível suavizar caminhos gerados a partir do método da espuma probabilística, respeitando suas restrições de segurança.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.