Estudo sobre métodos de segmentação de manchas de pele

O uso da visão computacional em aplicações biomédicas é bastante comum pois pode facilitar no reconhecimento de anomalias e na identificação de enfermidades, auxiliando tanto a comunidade médica quanto a população em geral. Neste contexto, se torna interessante aliar a visão computacional com métodos de detecção precoce de doenças como o câncer. Já que o câncer de pele é um dos mais frequentes no mundo, com a sua variação do tipo melanoma sendo a mais fatal, e aliado ao fato de possuir um método visual para a identificação dos estágios iniciais da doença, propõe-se uma avaliação de diferentes algoritmos para segmentar manchas de pele, usando como referência banco de dados que contém imagens de melanomas. Também foi proposto o desenvolvimento de descritores para se extrair informação da imagem com base da regra ABCDE, que avalia a assimetria, borda, cor, diâmetro e evolução da lesão, regra criada por médicos para que a população em geral possa realizar autoexames. Como resultado é apresentado a comparação de parâmetros como eficiência e tempo de processamento, considerando também o uso de diferentes canais de cores, para três métodos de segmentação, limiarização adaptativa, limiarização por multiníveis de Otsu e agrupamento por Fuzzy C-Means. Conclui-se então que, entre os métodos analisados, os de limiarização apresentaram menor tempo de processamento e que o Fuzzy C-Means e limiarização por multiníveis de Otsu apresentaram taxa de erros semelhantes.

Palavras-chave em Inglês

Computer vision
Skin cancer
ABCDE rule

Resumo em Inglês

The use of computer vision in biomedical applications is common because it can facilitate the recognition of anomalies and the identification of diseases, helping both the medical community and the population in general. In this context, it becomes interesting to combine computational vision with methods of early detection of diseases such as cancer. Since the skin cancer is one of the most frequent in the world, with its variation of the melanoma type being the most fatal, and the fact that it has a visual method to identify the initial stages of the disease, it is proposed an evaluation of different algorithms for segmenting skin blemishes, using as reference database containing melanoma images. It was also proposed the development of descriptors to extract information from the image based on the ABCDE rule, which evaluates the asymmetry, border, color, diameter and evolution of the lesion, a rule created by physicians so the general population can perform self-tests. As a result it is presented the comparison of parameters such as efficiency and processing time, also considering the use of different color channels, for three methods of segmentation, adaptive thresholding, by Otsu multilevels and grouping by Fuzzy C-Means . It was concluded that, among the analyzed methods, the thresholds presented lower processing time and that the Fuzzy C-Means and multi-level thresholds of Otsu had similar error rates.

Arquivos

AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome(s) do(s) autor(es) do trabalho.

Moreno_Bruno_Moraes_TCC.pdf (8.81 Mbytes)

Data de Publicação

2019-01-17

Número de visitas

383

Número de downloads

259