Este documento descreve um algoritmo desenvolvido para processamento de imagens digitais com o objetivo de diagnosticar melanoma. O algoritmo utiliza técnicas de pré-processamento de imagens, extração de características e classificação com métodos como KNN, árvore de decisão e SVM para fornecer diagnósticos. Os resultados indicam que a computação pode auxiliar no diagnóstico de câncer de pele quando desenvolvida e testada corretamente.
Desenvolvimento do algoritmo para processamento de imagens digitais para diagnóstico de melanoma
1. DESENVOLVIMENTO DO ALGORITMO PARA
PROCESSAMENTO DE IMAGENS DIGITAIS PARA
DIAGNÓSTICO DE MELANOMA
Orientador: Prof. Dr. Marco Antônio Rodrigues Fernandes
Acadêmicos:
Daniel Soares Lopes
Flávio Henrique da Silva
Matheus Ferreira Bonfim
2. OBJETIVO
- Avaliar as técnicas de processamentos de
imagens aplicadas a dermatologia.
- Incentivar a realização de pesquisas
voltados a diagnósticos clínicos.
-Implementar um algoritmo utilizando como
base os parâmetros da Regra do ABCD.
3. PATOLOGIA CANCERÍGENA
Câncer do grego karkínos, quer dizer
caranguejo.
Nome dado a um conjunto de mais de
100 doenças que têm em comum o
crescimento desordenado de células
4. PATOLOGIA CANCERÍGENA
O processo de formação do câncer é
denominado
carcinogênese
que
é
constituído em 3 estágios:
1º) Estágio inicial;
2º)Estágio de promoção;
3ºEstágio de progressão.
6. CÂNCER DE PELE
- No Brasil representa 25% de todos os
diagnósticos cancerígenos
- Índices de curas superiores a 95%, desde
que diagnosticados nos estágios iniciais e
tratados corretamente.
8. CÂNCER DE PELE
-Pode ser classificados em dois tipos de
tumores:
-Carcinoma basocelular
- Carcinoma espinocelular
- Melanoma
Não melanoma
9. CÂNCER DE PELE
Carcinoma Basocelular
Carcinoma Espinocelular
- Transludecência pérola
e
finos vasos sanguíneos.
- Crescimento lento.
- Cerca de 70% de todos casos.
- Ocorre geralmente na cabeça
ou pescoço.
- Apresenta área vermelha,
com crostas e escamação .
- Crescimento rápido.
- Cerca de 20% de todos casos.
- Pode surgir em áreas
previamente comprometidas
por algum outro processo
como cicatrizes de
queimaduras antigas,
11. CÂNCER DE PEL
Melanoma
-Maior percentual de mortalidades.
- Considera o tipo mais grave devido seu
alto potencial na produção de metástases.
- Originar-se em pele sã ou de lesões
pigmentadas pré-existentes .
-Represente 4% - 5% dos tipos de câncer de
pele .
12. INSPIRAÇÃO - PARÂMETROS
Regra do ABCD
• Desenvolvida em 1994
• Físico Wilhelm Stolz
• Utiliza características físicas da lesão para a
quantificação
• Verifica a não linearidade das lesões
• Reprodutivo computacionalmente
24. EXTRAÇÃO DE CARACTERISTICAS
- Definição da borda através na análise dos vizinhos de cada
pixel.
- Medição da distância euclidiana entre todos os pixel de
fronteira.
-Reconhecimento da maior distância entre os pixel da
fronteira.
27. EXTRAÇÃO DE CARACTERISTICA
-3° Característica – Média de tonalidades na imagem (RGB).
- 4° Característica – Percentual da tonalidade RGB
predominante da imagem.
31. CLASSIFICAÇÃO
1° Método - K-Nearest Neighbor (KNN)
-Proposta por Cover e Hart em 1966, na inteligência
-Constantemente aumenta sua precisão ao decorrer de
novas analises
-Classificar objetos com base em uma base de dados já
montada
33. CLASSIFICAÇÃO
2° Método - Árvore de decisão
- Tem como entrada uma situação descrita por um
conjunto de atributo, retornando uma decisão.
- Muito representada como um conjunto de SE-ENTÃO
(if-then).
34. CLASSIFICAÇÃO
3° Método - SVM
- Analisa os dados e reconhecer padrões, utilizados
para classificação e análise de regressão.
- O SVM básico leva um conjunto de dados de entrada e
prevê, para cada dado de entrada, e duas classes de
possíveis formas de saída.
- Dado um conjunto de exemplos de treino, cada uma
marcada como pertencendo a uma de duas categorias
35. CLASSIFICAÇÃO
4° Método - Bayes
- Extensão da lógica proposicional que permite raciocinar
com proposições cuja verdade ou falsidade é incerto.
- Para avaliar a probabilidade de uma hipótese , a
probabilística Bayesiana especifica alguma
probabilidade anterior, o que é, então, atualizada à luz
de novos e relevantes dados .
36. CLASSIFICAÇÃO
5° Método - Majority
- Retornará as frequências relativas das classes no
conjunto de treinamento.
38. CONSIDERAÇÕES FINAIS
• Computação pode auxiliar a medicina no
diagnóstico de determinadas neoplasias;
• Através dos parâmetros da Regra do ABCD
pode se determinar outros parâmetros;
• O algoritmo atendeu o que foi proposto;
• O trabalho serve como base para trabalhos
futuros.