Dissertação

Joint Segmentation and Diagnosis of Skin Lesions EVALUATED

A detecção precoce de lesões malignas da pele é crucial para a total regressão da doença. Caso um melanoma seja detectado suficientemente cedo, a taxa de sobrevivência é de 99 por cento. Dermatoscopia é uma técnica que permite um diagnóstico mais fiável em relação à inspecção visual da pele. A dermatoscopia proporciona uma ampliação da lesão e a remoção de reflexões presentes na pele. Sistemas de detecção e segmentação automática têm sido desenvolvidos de forma a auxiliar a comunidade médica. Esta tese desenvolve um sistema conjunto de aprendizagem profunda para classificação e segmentação automática de lesões da pele. Este sistema conjunto foi feito com base numa arquitectura já conhecida para segmentação de imagens biomédicas, de nome U-Net. Foram criados sistemas independentes para cada uma das tarefas e posteriormente associados, de forma a puder estudar possíveis interacções entre os modelos e benefícios do sistema conjunto. O modelo independente de segmentação obteve um JAC de 70.6%, tendo o modelo independente de classificação obtido uma sensibilidade média de 64.1%. Ambas as técnicas alcançaram bons resultados. Com o modelo conjunto, o sistema obteve um JAC de 66.3% e uma sensibilidade média de 59.6%.
Classificação de Lesões da Pele, Segmentação de Lesões da Pele, Dermatoscopia, Aprendizagem Profunda

Setembro 18, 2020, 10:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Jorge Dos Santos Salvador Marques

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Catedrático

ORIENTADOR

Ana Catarina Fidalgo Barata

ISR

Investigador