Nos últimos anos, o desenvolvimento da computação tem auxiliado profissionais da saúde no tratamento, prevenção e diagnóstico de doenças. Um dos grandes desafios do campo tem sido o desenvolvimento de métodos para a discriminação do câncer de pele do tipo melanoma maligno em relação à outras lesões benignas. Para tal, pesquisadores usam técnicas de processamento e análise de imagens, explorando métricas baseadas na regra ABCD, para o desenvolvimento de métodos de diagnóstico de melanoma através de imagens. Enquanto diversos estudos abordam a coloração e textura do melanoma, um tratamento sistemático da irregularidade dos melanomas ainda não foi relatado. O presente trabalho traz um estudo dos fatores que influenciam a discriminação de lesões melanocíticas malignas e benignas, tomando como referência a assimetria das lesões e as irregularidades contidas em sua borda. Foram coletadas 143 imagens de casos clínicos de melanoma maligno, nevos regulares e nevos atípicos. Após tratamentos iniciais das imagens e posterior segmentação das lesões, extraiu-se 52 métricas referentes ao propósito do trabalho. A visualização da projeção LDA das três categorias revelou boa discriminação entre as categorias melanoma com relação as demais, reforçando a premissa original da acentuada irregularidade dos melanomas. Este resultado foi confirmado pela validação cruzada da projeção, com acertos da ordem de 75% para o grupo melanoma e 54% e 40% para os respectivos grupos nevo regular e nevo atípico. Deste resultado prevê-se uma das aplicações do sistema, na discriminação geral entre melanoma dos demais nevos. Para tal, uniu-se os grupos benignos em uma única categoria para a validação cruzada, gerando cálculos de sensibilidade e especificidade da ordem de 90% e 73% respectivamente. Outro importante resultado foi a comparação desses valores com as informações sobre o diâmetro das lesões. Conclui-se que ambas medidas (borda e tamanho) são igualmente relevantes no diagnóstico do melanoma, reflexo da própria patologia do melanoma, na qual acentuam-se ambas características em relação as demais lesões. Porém, a junção de ambas informações num único processamento não melhora a qualidade do diagnóstico, que nos permite prever que possa ser mais vantajoso proceder duas validações distintas com pesos iguais para o diagnóstico final. Por fim, um teste realizado com clínicos gerais e especialistas em melanoma revelou uma importante contribuição do método no auxílio de triagens ambulatoriais de casos suspeitos, principalmente para médicos com baixa ou nenhuma experiência em diagnóstico de melanoma. / Recent development in computer science have helped health professionals in the heath area in the treatment, prevention and diagnostic of illnesses. One of the leading challenges in this field has been the development of methods for the skin cancer discrimination between the types of malignant melanoma in relation to other benign lesions. For this, researchers have been using techniques of image processing and analysis, exploring metrics based on the ABCD rule, to the development of methods of diagnostic of melanoma through images. While plenty of studies are about the color and texture of the melanoma, a systematic treatment of the irregularity of the melanoma has not been reported yet. The present work presents a study of the factors which influence the discrimination among the malignant melanocytic and benign lesions, having as a reference the asymmetry of the lesions and the irregularities in their edges. It was collected 143 images of clinic cases of malignant melanoma, regular nevus and atypical nevus. After initial treatment of the images, followed by a segmentation of the lesions, it was extracted 52 metrics referent to the purpose of this study. The visualization of the projection LDA in three categories revealed a good discrimination among the categories of melanoma in relation to the others, reinforcing the original premise of the melanomas´ sharp irregularity. This result was confirmed by the cross-validation of the projection, with successes of 75 % to the melanoma group and 54 %-40 % to the regular nevus group and atypical nevus group, respectively. This result predicts one of the applications of the system in the general discrimination between the melanoma and the other nevus. In this regard, it was joined together the benign groups in one category to the cross-validation, generating calculations of sensibility and specificity of 90 % and 73 % respectively. Another important result was the comparison among these metrics with the information about the diameter of the lesions. It was concluded that both measurements (edges and size) are equally relevant in the diagnostic of the melanoma, reflection of the melanoma´s own pathology, in which both characteristics are enhanced in relation to the other lesions. However, the combination of both measurement in only one processing does not improve the quality of the diagnostic, which allows the prediction that it can be more advantageous to produce two distinct validations with the same weighs to the final diagnostic. To sum up, an accomplished test with doctors who are general practioner and specialists in melanoma revealed a significant contribution in the method to help in the triage of medical consultations in suspicious cases, mainly to doctors with little or no experience in the diagnostic of melanoma.

Nos últimos anos, o desenvolvimento da computação tem auxiliado profissionais da saúde no tratamento, prevenção e diagnóstico de doenças. Um dos grandes desafios do campo tem sido o desenvolvimento de métodos para a discriminação do câncer de pele do tipo melanoma maligno em relação à outras lesões benignas. Para tal, pesquisadores usam técnicas de processamento e análise de imagens, explorando métricas baseadas na regra ABCD, para o desenvolvimento de métodos de diagnóstico de melanoma através de imagens. Enquanto diversos estudos abordam a coloração e textura do melanoma, um tratamento sistemático da irregularidade dos melanomas ainda não foi relatado. O presente trabalho traz um estudo dos fatores que influenciam a discriminação de lesões melanocíticas malignas e benignas, tomando como referência a assimetria das lesões e as irregularidades contidas em sua borda. Foram coletadas 143 imagens de casos clínicos de melanoma maligno, nevos regulares e nevos atípicos. Após tratamentos iniciais das imagens e posterior segmentação das lesões, extraiu-se 52 métricas referentes ao propósito do trabalho. A visualização da projeção LDA das três categorias revelou boa discriminação entre as categorias melanoma com relação as demais, reforçando a premissa original da acentuada irregularidade dos melanomas. Este resultado foi confirmado pela validação cruzada da projeção, com acertos da ordem de 75% para o grupo melanoma e 54% e 40% para os respectivos grupos nevo regular e nevo atípico. Deste resultado prevê-se uma das aplicações do sistema, na discriminação geral entre melanoma dos demais nevos. Para tal, uniu-se os grupos benignos em uma única categoria para a validação cruzada, gerando cálculos de sensibilidade e especificidade da ordem de 90% e 73% respectivamente. Outro importante resultado foi a comparação desses valores com as informações sobre o diâmetro das lesões. Conclui-se que ambas medidas (borda e tamanho) são igualmente relevantes no diagnóstico do melanoma, reflexo da própria patologia do melanoma, na qual acentuam-se ambas características em relação as demais lesões. Porém, a junção de ambas informações num único processamento não melhora a qualidade do diagnóstico, que nos permite prever que possa ser mais vantajoso proceder duas validações distintas com pesos iguais para o diagnóstico final. Por fim, um teste realizado com clínicos gerais e especialistas em melanoma revelou uma importante contribuição do método no auxílio de triagens ambulatoriais de casos suspeitos, principalmente para médicos com baixa ou nenhuma experiência em diagnóstico de melanoma. / Recent development in computer science have helped health professionals in the heath area in the treatment, prevention and diagnostic of illnesses. One of the leading challenges in this field has been the development of methods for the skin cancer discrimination between the types of malignant melanoma in relation to other benign lesions. For this, researchers have been using techniques of image processing and analysis, exploring metrics based on the ABCD rule, to the development of methods of diagnostic of melanoma through images. While plenty of studies are about the color and texture of the melanoma, a systematic treatment of the irregularity of the melanoma has not been reported yet. The present work presents a study of the factors which influence the discrimination among the malignant melanocytic and benign lesions, having as a reference the asymmetry of the lesions and the irregularities in their edges. It was collected 143 images of clinic cases of malignant melanoma, regular nevus and atypical nevus. After initial treatment of the images, followed by a segmentation of the lesions, it was extracted 52 metrics referent to the purpose of this study. The visualization of the projection LDA in three categories revealed a good discrimination among the categories of melanoma in relation to the others, reinforcing the original premise of the melanomas´ sharp irregularity. This result was confirmed by the cross-validation of the projection, with successes of 75 % to the melanoma group and 54 %-40 % to the regular nevus group and atypical nevus group, respectively. This result predicts one of the applications of the system in the general discrimination between the melanoma and the other nevus. In this regard, it was joined together the benign groups in one category to the cross-validation, generating calculations of sensibility and specificity of 90 % and 73 % respectively. Another important result was the comparison among these metrics with the information about the diameter of the lesions. It was concluded that both measurements (edges and size) are equally relevant in the diagnostic of the melanoma, reflection of the melanoma´s own pathology, in which both characteristics are enhanced in relation to the other lesions. However, the combination of both measurement in only one processing does not improve the quality of the diagnostic, which allows the prediction that it can be more advantageous to produce two distinct validations with the same weighs to the final diagnostic. To sum up, an accomplished test with doctors who are general practioner and specialists in melanoma revealed a significant contribution in the method to help in the triage of medical consultations in suspicious cases, mainly to doctors with little or no experience in the diagnostic of melanoma.

Um dos mais freqüentes tumores existentes é o câncer de pele. Quando identificado precocemente este tipo de câncer apresenta altos percentuais de cura. Para isso é necessário o reconhecimento de suas características. As características analisadas fundamentam-se em identificadores como: Assimetria da lesão (A); Irregularidade das Bordas (B); Cor (C) e Diâmetro (D). Neste trabalho utiliza-se como ferramenta o Processamento de Imagens digitais para o pré-diagnóstico do câncer de pele. / Skin cancer is one of the most frequent tumors . When early diagnosticated this kind of cancer reachs high percentage of cure. But the identification of its characteristics is necessary. The characteristics to be analised are: Asymmetry (A); Irregularity border (B); Color (C) and diameter (D). The present work uses as tool for first diagnostic of skin cancer the digital images processing.

Submitted by FERNANDO PEREIRA DOS SANTOS null (fernando_persan@hotmail.com) on 2016-06-30T21:35:05Z No. of bitstreams: 1 EstudoComparativo_FernandoPereiraSantos.pdf: 17823712 bytes, checksum: fd7d1643bbacb3313ced8e742fda123f (MD5) / Approved for entry into archive by Ana Paula Grisoto (grisotoana@reitoria.unesp.br) on 2016-07-04T12:57:57Z (GMT) No. of bitstreams: 1 santos_fp_me_sjrp.pdf: 17823712 bytes, checksum: fd7d1643bbacb3313ced8e742fda123f (MD5) / Made available in DSpace on 2016-07-04T12:57:57Z (GMT). No. of bitstreams: 1 santos_fp_me_sjrp.pdf: 17823712 bytes, checksum: fd7d1643bbacb3313ced8e742fda123f (MD5) Previous issue date: 2016-06-16 / Neste trabalho é apresentada uma nova metodologia para a análise e classificação de lesões de pele. O modelo proposto foi dividido em quatro etapas que compreende o pré-processamento das imagens, a segmentação do objeto desejado, a extração de características e a classificação das lesões. Na etapa de pré-processamento, aplica-se o modelo de cor RGB, a quantização de cores e o filtro de difusão anisotrópica. Na segmentação, a imagem suavizada é submetida à operação de fechamento da morfologia matemática, estimativa de peso nos arcos do grafo e à transformada imagem-floresta com apenas duas sementes. A extração de características foi baseada na aplicação da regra ABCD. Na assimetria foi aplicado o conceito de razão de perpendiculares sobre a maior diagonal obtida e, para a borda, o produto vetorial e o ponto de inflexão foram implementados para fornecer o porcentual de curvatura do contorno. Para a cor, valores de média, variância, desvio padrão, homogeneidade e contraste foram calculados. Para a estrutura diferencial foi desenvolvido a dimensão fractal e a energia. Na última etapa, classificação, a floresta de caminhos ótimos foi utilizada. Os resultados da classificação são apresentados por malignidade, quando todos os tipos de lesões estão juntos, e por categorias, quando os tipos de lesão são agrupados dois a dois. Para obter o modelo proposto foram efetuados diversos testes com modelos de cor diferentes, forma de aplicação da quantização, diferenciação no cálculo da quantidade de iterações do filtro de difusão anisotrópica e possibilidade de não aplicar a morfologia matemática. / In this paper a new methodology for the analysis and classification of skin lesions is presented. The suggested model is divided into four steps which comprise the pre processing of images, segmentation of the desired object, feature extraction and lesions classification. In the pre processing step, it is applied the RGB color model, color quantization and anisotropic diffusion filter. In segmentation, the smoothed image is submitted to the closing operation of mathematical morphology, arc-weight estimation in the graph and the image-foresting transform with only two seeds. The feature extraction is based on the application of ABCD rule. In asymmetry was applied the perpendicular ratio concept on the greater diagonal obtained and, to the border, the vector product and the inflection point were implemented to provide the contour curvature percentage. For color, average values, variance, standard deviation, homogeneity and contrast were calculated. For differential structure was developed fractal dimension and energy. In the last stage, classification, optimum-path forest was used. The classification results are presented by malignancy, when all types of lesions are together, and by categories, when the types of lesions are grouped two by two. For the model were performed several tests with different color models, the form of application the quantization, differentiation in the calculation of the quantity of filter iterations of anisotropic diffusion and the possibility of not applying the mathematical morphology.

Um dos mais freqüentes tumores existentes é o câncer de pele. Quando identificado precocemente este tipo de câncer apresenta altos percentuais de cura. Para isso é necessário o reconhecimento de suas características. As características analisadas fundamentam-se em identificadores como: Assimetria da lesão (A); Irregularidade das Bordas (B); Cor (C) e Diâmetro (D). Neste trabalho utiliza-se como ferramenta o Processamento de Imagens digitais para o pré-diagnóstico do câncer de pele. / Skin cancer is one of the most frequent tumors . When early diagnosticated this kind of cancer reachs high percentage of cure. But the identification of its characteristics is necessary. The characteristics to be analised are: Asymmetry (A); Irregularity border (B); Color (C) and diameter (D). The present work uses as tool for first diagnostic of skin cancer the digital images processing.