Blemish Types, Skin Cancer ID
star
24 അവലോകനങ്ങൾ
എല്ലാവർക്കും
info
5K+
ഡൗൺലോഡുകൾ
എല്ലാവർക്കും
കൂടുതലറിയുക
ഈ ആപ്പിനെക്കുറിച്ച്
ന്യൂറൽ നെറ്റ്വർക്കുകളെ പരിശീലിപ്പിക്കുന്നതിനും മെച്ചപ്പെടുത്തുന്നതിനുമായി 600 മണിക്കൂറിലധികം പ്രോസസ്സിംഗ് സമയം ചെലവഴിക്കുന്നു.
ഒരു ഫോട്ടോ എടുത്തോ ഒരു ചിത്രം അപ്ലോഡ് ചെയ്തോ ചർമ്മത്തിലെ വ്യത്യസ്ത തരം ദോഷകരമല്ലാത്തതും മാരകവുമായ പാടുകൾ തിരിച്ചറിയുക (ശ്രദ്ധിക്കുക: ഈ ആപ്പ് ഒരു മെഡിക്കൽ രോഗനിർണയം നൽകുന്നില്ല. ഏതെങ്കിലും മെഡിക്കൽ തീരുമാനത്തിന് എല്ലായ്പ്പോഴും ഒരു സർട്ടിഫൈഡ് ഡെർമറ്റോളജിസ്റ്റിനെ സമീപിക്കുക).
നിങ്ങൾ ഈ ആപ്പ് ഉപയോഗിക്കാൻ തീരുമാനിക്കുകയാണെങ്കിൽ, സാധാരണ ചിത്രങ്ങൾ ചെറിയ വിശദാംശങ്ങൾ കാണിക്കാത്തതിനാൽ ഒരു ഡെർമറ്റോസ്കോപ്പ് ഉപയോഗിച്ച് നിർമ്മിച്ച ഒരു ഫോട്ടോ ലോഡ് ചെയ്യാൻ ശുപാർശ ചെയ്യുന്നു (കൂടുതൽ സ്ഥിരതയുള്ള ഫലങ്ങൾ ലഭിക്കുന്നതിന് നിങ്ങൾ ഒരു ഡെർമറ്റോസ്കോപ്പ് ഉപയോഗിച്ച് ലഭിച്ച ചിത്രങ്ങൾ ഉപയോഗിക്കണം, പക്ഷേ ഒരു ഡെർമറ്റോളജിസ്റ്റിന് മാത്രമേ രോഗനിർണയം നൽകാൻ കഴിയൂ).
ഫലമായുണ്ടാകുന്ന സാധൂകരണത്തിന്റെ പൊതുവായ കൃത്യത: 70.5% (8-വിഭാഗ ഐഡന്റിഫിക്കേഷൻ നൽകിയാൽ റാൻഡം ഫലത്തിന് 12.5% കൃത്യത ലഭിക്കുമെന്നത് ശ്രദ്ധിക്കുക; അടിസ്ഥാന മെലനോമ-നോട്ട് മെലനോമ മോഡലിൽ ഇത് 50.0% ആണ്, അങ്ങനെയല്ല; 1 ന് പകരം 5 വ്യത്യസ്ത തലത്തിലുള്ള വിശദാംശങ്ങൾ ഉപയോഗിച്ചാണ് മോഡലിന് പരിശീലനം നൽകിയത്, ഇത് ബയസ് കുറയ്ക്കുന്നു, പക്ഷേ ഇത് കുറഞ്ഞ സാധൂകരണ കൃത്യതയിലേക്ക് നയിക്കുന്നു).
ഒരു ഫോട്ടോ എടുത്തോ ഒരു ചിത്രം അപ്ലോഡ് ചെയ്തോ ചർമ്മത്തിലെ വ്യത്യസ്ത തരം ദോഷകരമല്ലാത്തതും മാരകവുമായ പാടുകൾ തിരിച്ചറിയുക (ശ്രദ്ധിക്കുക: ഈ ആപ്പ് ഒരു മെഡിക്കൽ രോഗനിർണയം നൽകുന്നില്ല. ഏതെങ്കിലും മെഡിക്കൽ തീരുമാനത്തിന് എല്ലായ്പ്പോഴും ഒരു സർട്ടിഫൈഡ് ഡെർമറ്റോളജിസ്റ്റിനെ സമീപിക്കുക).
നിങ്ങൾ ഈ ആപ്പ് ഉപയോഗിക്കാൻ തീരുമാനിക്കുകയാണെങ്കിൽ, സാധാരണ ചിത്രങ്ങൾ ചെറിയ വിശദാംശങ്ങൾ കാണിക്കാത്തതിനാൽ ഒരു ഡെർമറ്റോസ്കോപ്പ് ഉപയോഗിച്ച് നിർമ്മിച്ച ഒരു ഫോട്ടോ ലോഡ് ചെയ്യാൻ ശുപാർശ ചെയ്യുന്നു (കൂടുതൽ സ്ഥിരതയുള്ള ഫലങ്ങൾ ലഭിക്കുന്നതിന് നിങ്ങൾ ഒരു ഡെർമറ്റോസ്കോപ്പ് ഉപയോഗിച്ച് ലഭിച്ച ചിത്രങ്ങൾ ഉപയോഗിക്കണം, പക്ഷേ ഒരു ഡെർമറ്റോളജിസ്റ്റിന് മാത്രമേ രോഗനിർണയം നൽകാൻ കഴിയൂ).
ഫലമായുണ്ടാകുന്ന സാധൂകരണത്തിന്റെ പൊതുവായ കൃത്യത: 70.5% (8-വിഭാഗ ഐഡന്റിഫിക്കേഷൻ നൽകിയാൽ റാൻഡം ഫലത്തിന് 12.5% കൃത്യത ലഭിക്കുമെന്നത് ശ്രദ്ധിക്കുക; അടിസ്ഥാന മെലനോമ-നോട്ട് മെലനോമ മോഡലിൽ ഇത് 50.0% ആണ്, അങ്ങനെയല്ല; 1 ന് പകരം 5 വ്യത്യസ്ത തലത്തിലുള്ള വിശദാംശങ്ങൾ ഉപയോഗിച്ചാണ് മോഡലിന് പരിശീലനം നൽകിയത്, ഇത് ബയസ് കുറയ്ക്കുന്നു, പക്ഷേ ഇത് കുറഞ്ഞ സാധൂകരണ കൃത്യതയിലേക്ക് നയിക്കുന്നു).
സൗന്ദര്യ പാടുകൾ തിരിച്ചറിയുക, ഇത് കെരാട്ടോസിസ്, മെലനോമ? ഡെർമറ്റോസ്കോപ്പ് ചിത്രങ്ങൾ ഉപയോഗിച്ച് ശ്രമിക്കുക
അപ്ഡേറ്റ് ചെയ്ത തീയതി
ഡെവലപ്പര്മാർ നിങ്ങളുടെ ഡാറ്റ ശേഖരിക്കുകയും പങ്കിടുകയും ചെയ്യുന്നത് എങ്ങനെയെന്ന് മനസ്സിലാക്കുന്നതിലൂടെയാണ് സുരക്ഷ ആരംഭിക്കുന്നത്. നിങ്ങളുടെ ഉപയോഗത്തെയും പ്രദേശത്തെയും പ്രായത്തെയും അടിസ്ഥാനമാക്കി ഡാറ്റാ സ്വകാര്യതയും സുരക്ഷാ നടപടികളും വ്യത്യാസപ്പെടാം. ഡെവലപ്പര് ഈ വിവരങ്ങൾ നൽകി കാലക്രമേണ ഇത് അപ്ഡേറ്റ് ചെയ്തേക്കാം.
- മൂന്നാം കക്ഷികളുമായി ഡാറ്റയൊന്നും പങ്കിട്ടില്ലഡെവലപ്പർമാർ എങ്ങനെയാണ് പങ്കിടൽ പ്രഖ്യാപിക്കുന്നത് എന്നതിനെക്കുറിച്ച് കൂടുതലറിയുക
- ഡാറ്റയൊന്നും ശേഖരിച്ചിട്ടില്ലഡെവലപ്പർമാർ എങ്ങനെയാണ് ശേഖരണം പ്രഖ്യാപിക്കുന്നത് എന്നതിനെക്കുറിച്ച് കൂടുതലറിയുക
റേറ്റിംഗുകളും റിവ്യൂകളും
23 റിവ്യൂകൾ
പുതിയതെന്താണ്
2.27 Edition (02 July 2025)
============================
New feature:
Continue adding unlimited images for the same observation and get the combined results.
Important visual Improvements.
Since 27TH February 2023: Added complementary model with 70.44% validation accuracy to be used together with the current one (71.64%)>> WILL TAKE LONGER TO PROCESS
============================
New feature:
Continue adding unlimited images for the same observation and get the combined results.
Important visual Improvements.
Since 27TH February 2023: Added complementary model with 70.44% validation accuracy to be used together with the current one (71.64%)>> WILL TAKE LONGER TO PROCESS
എല്ലാവർക്കും
കൂടുതലറിയുകആപ്പ് പിന്തുണ
ഡെവലപ്പറെ കുറിച്ച്
Luis Manuel Muñoz Pérez
turiondev@gmail.com
124 City Road
LONDON
EC1V 2NX
United Kingdom
