FenixEdu™

Dissertação

{en_GB=Multimodal Data Acquisition for Dermatology Using Google Glass } {} EVALUATED

Detalhes: {pt=A forma de cancro com maior mortalidade é, neste momento, melanoma. A estratégia de tratamento com maior taxa de sobrevivência é a detecção precoce. Para auxiliar a detecção precoce várias estratégias foram criadas, como a regra ABCD e o método de Menzies. Para complementar estas estratégias, foram desenvolvidos sistemas informáticos de auxílio ao diagnóstico. Estes sistemas são limitados pela baixa disponibilidade de bases de dados com anotações, devido à quantidade de recursos que estas requerem para ser criadas, com as quais os sistemas são desenvolvidos e treinados. Além disso, os sistemas estado-da-arte não possuem maneira de localizar imagens magnificadas de lesões no espaço (onde, no corpo do doente, se situa a lesão). Este trabalho propõe um sistema mãos livres, não invasivo e sem fios, com recurso ao Google Glass, que permite a criação de bases de dados anotadas durante uma consulta, sem recorrer a ter um especialista a anotar manualmente centenas (milhares) de imagens. O sistema proposto inclui um módulo que, sem requerer informação extra do utilizador, localiza no espaço as imagens de lesões adquiridas, usando marcadores. Finalmente, uma estrutura para tele-dermatologia usando o sistema proposto é descrita. O sistema proposto funciona conforme o esperado, embora possua algumas limitações, derivando principalmente da imaturidade do Google Glass como produto, e devido ao facto de a câmera de detalhe utilizada para obter imagens das lesões provir de um smartphone por oposição a um der- matoscópio. Ainda assim, a prova-de-conceito foi bem sucedida., en=Melanoma is now the deadliest form of cancer. The best survivability rate is still attained with early detection. To try to ensure that, several diagnosis methodologies have been developed specifically to optimize fast melanoma screening, like the ABCD rule and Menzies’ method. To complement this, several computer aided diagnosis systems have also surfaced. These systems are plagued by the low availability of public labeled datasets, due to the resource intensity the task of creating a dataset entails, with which to learn and train. Also, state-of-the-art systems feature no easy way to locate magnified lesion images in space (where in the patients’ body). This thesis proposes a hands-free non-invasive, wireless system using Google Glass that enables labeled dataset creation on-the-fly during a doctor’s appointment, without the need to have an expert clinician spending hundreds on man-hours labelling image sets. The proposed system also includes a module to, without any extra input from the user, locate the lesion in the patients body, resorting to identifiable tags. Finally, a tele-dermatology framework using the proposed system is described. The proposed system worked as expected, but some limitations were encountered, mainly due to Google Glass’s immaturity as a product, and due to the fact that the detail camera used to obtain the lesions was a smartphone camera, as opposed to a dermoscope camera. Nevertheless, the proof-of-concept entailed was successful.}
Keywords: {pt=Base-de-dados Anotada, Google Glass, Super-Resolução, Melanoma, Dermoscopia, en=Labelled dataset, Google Glass, Super-Resolution, Melanoma, Dermoscopy}

Discussão: novembro 25, 2014, 10:30