زمینه و هدف: تشخص ملانوما در مراحل نخست بیماری می تواند به طور چشمگیری از مرگ ناشی از این سرطان مهلک پوست جلوگیری نماید. از آنجایی که تشخیص این بیماری در مراحل نخست، حتی توسط پزشکان کارآمد به سختی انجام می پذیرد، ارایه روشی که تشخیص ملانوما را در مراحل اولیه آسان نماید بسیار مفید و ارزنده است.روش بررسی: در این تحقیق بر آن شدیم که با استخراج ویژگی هایی از تصویر و طبقه بندی آنها، به ایجاد الگوریتمی بپردازیم که به تشخیص ملانوما کمک نماید. پیش از استخراج ویژگی های مناسب، مرزبندی دقیق بین ضایعه و زمینه به کمک فیلتر پلاریزه شبیه سازی شده با زاویه مناسب انجام پذیرفت سپس با کمک درماتولوژیست ها به استخراج ویژگی های ضایعه پرداخته شد و به منظور طبقه بندی دقیق آسیب های پوستی و کاهش زمان آموزش طبقه بند، بهینه سازی ویژگی های مختلف انجام شد.یافته ها: بهینه سازی ویژگی ها با 3 روش آنالیز اجزای اصلی، انتخاب ترتیبی مستقیم و مشورت با متخصص پوست انجام پذیرفت. ویژگی های بهینه شده به کمک طبقه بند، طبقه بندی گردید تا الگوریتم تکمیل گردد. در حالتی که از طبقه بند SVM و بهینه سازی ویژگی ها با روش انتخاب ترتیبی مستقیم استفاده گردید، این الگوریتم با دقت حدود %91 در تشخیص ملانوما موفق بود.نتیجه گیری: روش پیشنهادی، به منظور تشخیص ملانوما با دقت بالا و قیمت مناسب می تواند بکار رود. همچنین این بسته نرم افزاری قابلیت اتصال به درماتوسکوپ را دارد و برای کمک به تشخیص ملانوما می تواند مورد استفاده قرار گیرد.