FenixEdu™

Dissertação

{pt=Classification of Pigmented Skin Lesions based on Color Features} {} EVALUATED

Detalhes: {pt=O melanoma é um tipo de cancro cutâneo que tem conduzido, nos últimos anos, a um aumento considerável dos níveis de mortalidade. No entanto, o seu diagnóstico precoce pode prevenir o desenvolvimento da doença. A dermoscopia surge como um método não invasivo de observação de lesões dermoscópicas, o qual permite um nível de amplificação até cerca de 100x. A análise e classificação é usualmente realizada com recurso a algoritmos médicos, como a regra ABCD e o método dos 7 pontos. A subjectividade inerente ao processo levou à necessidade de desenvolver métodos automáticos de diagnóstico para auxílio médico. Uma das características mais utilizadas para a classificação de imagens é a cor. Esta tese propõe um método automático de classificação de lesões dermoscópicas em melanomas e nevos baseado apenas na extracção de características de cor, recorrendo a métodos paramétricos e não-paramétricos tendo em conta as zonas da lesão e da pele. Diferentes espaços de cor são também considerados. A base de dados utilizada contém 148 imagens fornecidas pelo Hospital Pedro Hispano no âmbito do projecto ADDI. Três classificadores são utilizados: o kNN, o SVM e o GNB. Em suma, os melhores resultados foram obtidos para o método paramétrico com uma Sensibilidade=100%, Especificidade=97.76% e Precisão=98.88%. A abordagem não-paramétrica também revelou bons resultados com uma Sensibilidade=94.03%, Especificidade=99.25% e Precisão=96.64%. Estes desempenhos consideram o espaço de cor RGB e uma extracção das características de toda a imagem, incluindo tanto a lesão como a pele., en=Melanoma is a type of cutaneous cancer which has been leading, in recent years, to a significant increase of mortality rates. Neverthless, its early diagnosis can prevent the development of the disease. Dermoscopy emerge as a noninvasive technique used to observe dermoscopic lesions which allows a magnification up to 100x. The analysis and classification is usually performed by some medical procedures, such as the ABCD rule and 7-point checklist. The subjectivity inherent to the process required the development of automatic systems for diagnosis used for medical support. One of the main features used for skin lesion classification is the color. This thesis focuses on an automatic system for skin lesion classification in melanomas and nevi based on an extraction of color features using parametric and non-parametric methods regarding both the region of the lesion and the skin. Different color spaces are also considered. The database used contains 148 images provided by Hospital Pedro Hispano and ADDI Project. Three classifiers are used: kNN, SVM and GNB. In conclusion, the best results were achieved for the parametric method with a Sensitivity=100%, a Specificity=97.76% and an Accuracy=98.88%. The non-parametric approach also reveals successful results with a Sensitivity=94.03%, a Specificity=99.25% and an Accuracy=96.64%. These performances consider the RGB color space and an extraction of features from the entire image, including both the lesion and skin.}
Keywords: {pt=Melanoma, Dermoscopia, Classificação de lesões dermoscópicas, Análise da cor, Métodos Paramétricos e Não-paramétricos, en=Melanoma, Dermoscopy, Classification of dermoscopic lesions, Color analysis, Parametric and Non-parametric methods}

Discussão: dezembro 3, 2012, 11:0