Método de detecção e classificação de lesões de pele em imagens digitais a partir do modelo Chan-Vese e máquina de vetor de suporte

Abstract

Neste trabalho desenvolve-se um método computacional capaz de auxiliar os médicos dermatologistas no diagnóstico de lesões de pele por meio de imagens digitais. Com este método pretende-se auxiliar o dermatologista a classificar as lesões de pele utilizando a regra ABCD (Assimetria, Borda, Cor e Diâmetro) e análise de textura, bem como identificar as lesões: nevos melanocíticos, ceratose seborréica e melanoma. Para tanto, utiliza-se a técnica de difusão anisotrópica para efetuar o pré-processamento das imagens com o objetivo de eliminar os ruídos. Para a segmentação das lesões foi utilizado o método de contorno ativo sem bordas (modelo Chan-Vese). O modelo Chan-Vese é baseado na técnica de crescimento de região Mumford-Shah, para segmentar as imagens, e no modelo de contorno ativo Level Set, que possibilita a mudança topológica da curva sobreposta à imagem. Na imagem segmentada obtida é aplicado um filtro morfológico para eliminar orifícios e ruídos externos do objeto, como também para suavizar sua borda. As características de assimetria, borda e cor da regra ABCD e a característica de textura são extraídas conforme as informações das imagens segmentadas. As características extraídas das imagens são utilizadas como entradas para o classificador SVM...

A computational method to assist dermatologists in the diagnosis of skin lesions from digital images has been developed in this work. This method is intended to assist the dermatologist to classify the skin lesions using the ABCD rule (Asymmetry, Border, Color and Diameter) and texture analysis, as well as to identify lesions: melanocytic nevi, seborrheic keratosis and melanoma. Anisotropic diffusion technique is used to preprocess the images to remove noise. The active contour model without edges (Chan-Vese) is used for the segmentation of the lesions. The Chan-Vese model is based on the Mumford-Shah region growing technique, to segment the images, and the Level Set active contour model, which allows topological change of the curve superimposed on the image. A morphological filter is applied to the segmented image to eliminate holes and external noise from the object, as well as to smooth its edges. The asymmetry, border and color features of the ABCD rule and texture feature are extracted according to the information from segmented images. The extracted features from images are used as inputs to the SVM... (Complete abstract click electronic access below)