Comparative Analysis and Assessment Evolution of Dermascopic Images

Abstract

De acordo com as estatísticas, o cancro da pele é um dos cancros mais prevalentes mundialmente com um rápido aumento do número de casos nas últimas décadas. O Melanoma é o cancro da pele mais perigoso, causando um maior número de mortes que qualquer outro cancro. No entanto, através de uma monitorização regular o seu diagnóstico prematuro e consequente irradicação é possível. Através da monitorização da pele, os dermatologistas são capazes de localizar alterações de padrões em lesões cutâneas previamente existentes. No entanto, mesmo para profissionais mais experientes, a quantificação de padrões ao longo do tempo é uma tarefa difícil.Deste modo, por forma a facilitar a monitorização da pele e a classificar lesões malignas, vários sistemas de diagnóstico assistido têm vindo a ser desenvolvidos ao longo dos anos. No entanto, é escasso o trabalhado desenvolvido direcionado para a avaliação da evolução de lesões cutâneas. O desenvolvimento de um sistema automatizado que detete uma evolução significativa das lesões pode ser usada como ferramenta adicional, fornecendo um aviso aos dermatologistas e pacientes. O estudo presente nesta tese investiga a avaliação da evolução de lesões cutâneas ao longo do tempo através da análise comparativa de imagens dermoscópicas adquiridas ao longo do tempo. Nomeadamente a influência da aquisição de imagens dermoscópicas na avaliação da evolução das lesões foi estudada. Esta avaliação foi realizada recorrendo a um algoritmo de duas fases. Inicialmente foi feita uma segmentação automática da área da lesão nas duas imagens a serem comparadas. Posteriormente, um alinhamento da máscara binária foi realizado de modo a extrair características da borda e forma da lesão que pudessem estar relacionadas com a evolução desta. A avaliação foi realizada com os métodos Fuzzy C-Means e Modelo de Mistura de Gaussianas e Classificação de Árvores de Decisão. Por sua vez, a performance foi avaliada usando rótulos extraídos de vários anotadores. Os resultados obtidos sugerem que a avaliação da evolução com apenas características de borda e forma é insuficiente. Este estudo indica também que uma aquisição incorreta de imagens dermoscópicas tem impactos negativos na extração de características. Foi ainda realizada uma análise que demonstra que a extração de rótulos de vários anotadores sem experiência médica afeta o desempenho do algoritmo, limitando a avaliação da evolução da lesão cutânea. Os resultados da avaliação da evolução são aqui apresentados de modo a serem usados como incentivo para atrair mais investigação nesta área de estudo.Palavras-chave: lesão cutânea, avaliação da evolução, dermoscopia, segmentação de imagem, registro de imagem.

According to statistics, Skin Cancer represents one of the most prevalent cancers worldwide with a rapid increase in the last decades. Within skin cancer, Melanoma represents the most dangerous causing more deaths than any other cancer. Fortunately, early diagnosis of Melanoma has proven to be curable making the regular monitoring of the skin essential. When monitoring the skin, dermatologist looks for patterns changes in previously pigmented skin lesions. However, quantification of patterns over time is a difficult task even for the most experienced doctor.Over the years, many automated diagnostic systems have been developed for classification of malignant lesions. However, there has been very little work directed towards the assessment of the evolution of pigmented skin lesions. Development of an automated system which detects a significant evolution of the skin lesion can be used as an additional tool by providing a warning to dermatologists and patients. This study investigates the assessment of the evolution of a skin lesion through comparative analysis of dermoscopic images acquired over time. Special attention has also been paid off how the acquisition of dermoscopic images may influence the assessment of evolution. The assessment of evolution was performed in a two-step algorithm. The first step consisted of automated segmentation of the lesion area in the two images being compared. Afterward, alignment of the binary mask was performed in order to extract border and shape features which could relate to an evolution of the lesion. The assessment was computed with the clustering methods Fuzzy C-Means and Gaussian Mixture Models and, Decision Tree Classification. The performance was evaluated using labels extracted from multiple annotators.The results suggested that assessing the evolution with only border and shape features is insufficient. This study also indicates that an incorrect acquisition of the dermoscopic images would have negative impacts on the correct extraction of features. An analysis has also been conducted that shows that the extraction of labels from annotators with no medical experience affects the algorithm performance which limited the assessment of the evolution of the skin lesion. The results of the assessment of evolution are presented such that they can be used as an incentive to attract more research in this area of study.Keywords: skin lesion, evolution assessment, dermoscopy, image segmentation, image registration.