O câncer é responsável por cerca de 7 milhões de óbitos anuais em todo o mundo. Estima-se que 25% de todos os cânceres são de pele, sendo no Brasil o tipo mais incidente em todas as regiões geográficas. Entre eles, o tipo melanoma, responsável por 4% dos cânceres de pele, cuja incidência dobrou mundialmente nos últimos dez anos. Entre os métodos diagnósticos empregados, cita-se a regra ABCD, que leva em consideração assimetria (A), bordas (B), cor (C) e diâmetro (D) de manchas ou nevos. O processamento digital de imagens tem mostrado um bom potencial para auxiliar no diagnóstico precoce de melanomas. Neste sentido, o objetivo do presente estudo foi desenvolver um software, na plataforma MATLAB®, associado a um hardware para padronizar a aquisição de imagens, visando realizar o diagnóstico e acompanhamento de lesões cutâneas suspeitas de malignidade (melanoma). Utilizou-se como norteador a regra ABCD para o desenvolvimento de métodos de análise computacional. Empregou-se o MATLAB como ambiente de programação para o desenvolvimento de um software para o processamento digital de imagens. As imagens utilizadas foram adquiridas de dois bancos de imagens de acesso livre. Foram inclusas imagens de melanomas (n=15) e imagens nevos (não câncer) (n=15). Utilizaram-se imagens no canal de cor RGB, as quais foram convertidas para escala de cinza, aplicação de filtro de mediana 8x8 e técnica de aproximação por vizinhança 3x3. Após, procedeu-se a binarização e inversão de preto e branco para posterior extração das características do contorno da lesão. Para a aquisição padronizada de imagens foi desenvolvido um protótipo de hardware, o qual não foi empregado neste estudo (que utilizou imagens com diagnóstico fechado, de bancos de imagem), mas foi validado para a avaliação do diâmetro das lesões (D). Utilizou-se a estatística descritiva onde os grupos foram submetidos ao teste não paramétrico para duas amostras independentes de Mann-Whitney U. Ainda, para avaliar a sensibilidade (SE) e especificidade (SP) de cada variável, empregou-se a curva ROC. O classificador utilizado foi uma rede neural artificial de base radial, obtendo acerto diagnóstico para as imagens melanomas de 100% e para imagens não câncer de 90,9%. Desta forma, o acerto global para predição diagnóstica foi de 95,5%. Em relação a SE e SP do método proposto, obteve uma área sob a curva ROC de 0,967, o que sugere uma excelente capacidade de predição diagnóstica, sobretudo, com baixo custo de utilização, visto que o software pode ser executado na grande maioria dos sistemas operacionais hoje utilizados. / Cancer is responsible for about 7 million deaths annually worldwide. It is estimated that 25% of all cancers are skin, and in Brazil the most frequent in all geographic regions type. Among them, the melanoma type, accounting for 4% of skin cancers, whose incidence has doubled worldwide in the past decade. Among the diagnostic methods employed, it is cited ABCD rule which considers asymmetry (A), edges (B), color (C) and diameter (D) stains or nevi. The digital image processing has shown good potential to aid in early diagnosis of melanoma. In this sense, the objective of this study was to develop software in MATLAB® platform, associated with hardware to standardize image acquisition aiming at performing the diagnosis and monitoring of suspected malignancy (melanoma) skin lesions. Was used as the ABCD rule for guiding the development of methods of computational analysis. We used MATLAB as a programming environment for the development of software for digital image processing. The images used were acquired two banks pictures free access. Images of melanomas (n = 15) and pictures nevi (not cancer) (n = 15) were included. We used the image in RGB color channel, which were converted to grayscale, application of 8x8 median filter and approximation technique for 3x3 neighborhood. After we preceded binarization and reversing black and white for subsequent feature extraction contours of the lesion. For the standardized image acquisition was developed a prototype hardware, which was not used in this study (that used with enclosed diagnostic images of image banks), but has been validated for evaluation of lesion diameter (D). We used descriptive statistics where the groups were subjected to non-parametric test for two independent samples Mann-Whitney U test yet, to evaluate the sensitivity (SE) and specificity (SP) of each variable, we used the ROC curve. The classifier used was an artificial neural network with radial basis function, obtaining diagnostic accuracy for melanoma images and 100% for images not cancer of 90.9%. Thus, the overall diagnostic accuracy for prediction was 95.5%. Regarding the SE and SP of the proposed method, obtained an area under the ROC curve of 0.967, which suggests an excellent diagnostic ability to predict, especially with low costs, since the software can be run in most systems operational use today.

O câncer é responsável por cerca de 7 milhões de óbitos anuais em todo o mundo. Estima-se que 25% de todos os cânceres são de pele, sendo no Brasil o tipo mais incidente em todas as regiões geográficas. Entre eles, o tipo melanoma, responsável por 4% dos cânceres de pele, cuja incidência dobrou mundialmente nos últimos dez anos. Entre os métodos diagnósticos empregados, cita-se a regra ABCD, que leva em consideração assimetria (A), bordas (B), cor (C) e diâmetro (D) de manchas ou nevos. O processamento digital de imagens tem mostrado um bom potencial para auxiliar no diagnóstico precoce de melanomas. Neste sentido, o objetivo do presente estudo foi desenvolver um software, na plataforma MATLAB®, associado a um hardware para padronizar a aquisição de imagens, visando realizar o diagnóstico e acompanhamento de lesões cutâneas suspeitas de malignidade (melanoma). Utilizou-se como norteador a regra ABCD para o desenvolvimento de métodos de análise computacional. Empregou-se o MATLAB como ambiente de programação para o desenvolvimento de um software para o processamento digital de imagens. As imagens utilizadas foram adquiridas de dois bancos de imagens de acesso livre. Foram inclusas imagens de melanomas (n=15) e imagens nevos (não câncer) (n=15). Utilizaram-se imagens no canal de cor RGB, as quais foram convertidas para escala de cinza, aplicação de filtro de mediana 8x8 e técnica de aproximação por vizinhança 3x3. Após, procedeu-se a binarização e inversão de preto e branco para posterior extração das características do contorno da lesão. Para a aquisição padronizada de imagens foi desenvolvido um protótipo de hardware, o qual não foi empregado neste estudo (que utilizou imagens com diagnóstico fechado, de bancos de imagem), mas foi validado para a avaliação do diâmetro das lesões (D). Utilizou-se a estatística descritiva onde os grupos foram submetidos ao teste não paramétrico para duas amostras independentes de Mann-Whitney U. Ainda, para avaliar a sensibilidade (SE) e especificidade (SP) de cada variável, empregou-se a curva ROC. O classificador utilizado foi uma rede neural artificial de base radial, obtendo acerto diagnóstico para as imagens melanomas de 100% e para imagens não câncer de 90,9%. Desta forma, o acerto global para predição diagnóstica foi de 95,5%. Em relação a SE e SP do método proposto, obteve uma área sob a curva ROC de 0,967, o que sugere uma excelente capacidade de predição diagnóstica, sobretudo, com baixo custo de utilização, visto que o software pode ser executado na grande maioria dos sistemas operacionais hoje utilizados. / Cancer is responsible for about 7 million deaths annually worldwide. It is estimated that 25% of all cancers are skin, and in Brazil the most frequent in all geographic regions type. Among them, the melanoma type, accounting for 4% of skin cancers, whose incidence has doubled worldwide in the past decade. Among the diagnostic methods employed, it is cited ABCD rule which considers asymmetry (A), edges (B), color (C) and diameter (D) stains or nevi. The digital image processing has shown good potential to aid in early diagnosis of melanoma. In this sense, the objective of this study was to develop software in MATLAB® platform, associated with hardware to standardize image acquisition aiming at performing the diagnosis and monitoring of suspected malignancy (melanoma) skin lesions. Was used as the ABCD rule for guiding the development of methods of computational analysis. We used MATLAB as a programming environment for the development of software for digital image processing. The images used were acquired two banks pictures free access. Images of melanomas (n = 15) and pictures nevi (not cancer) (n = 15) were included. We used the image in RGB color channel, which were converted to grayscale, application of 8x8 median filter and approximation technique for 3x3 neighborhood. After we preceded binarization and reversing black and white for subsequent feature extraction contours of the lesion. For the standardized image acquisition was developed a prototype hardware, which was not used in this study (that used with enclosed diagnostic images of image banks), but has been validated for evaluation of lesion diameter (D). We used descriptive statistics where the groups were subjected to non-parametric test for two independent samples Mann-Whitney U test yet, to evaluate the sensitivity (SE) and specificity (SP) of each variable, we used the ROC curve. The classifier used was an artificial neural network with radial basis function, obtaining diagnostic accuracy for melanoma images and 100% for images not cancer of 90.9%. Thus, the overall diagnostic accuracy for prediction was 95.5%. Regarding the SE and SP of the proposed method, obtained an area under the ROC curve of 0.967, which suggests an excellent diagnostic ability to predict, especially with low costs, since the software can be run in most systems operational use today.

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.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Skin cancer is the malign tumor most common worldwide and nonmelanoma is the kind of cancer most treatable. However, nowadays there is not a ideal treatment of the skin cancer and the surgery is the therapeutic standard for treatment of malign lesion in the skin. Photodynamic therapy (PDT) consists of the administration and accumulation of photosensitizers in target cells, followed by exposure to a light source with appropriate wavelength, resulting in the formation of oxygen reactive species, responsibles for causing damage to cancerous cells. Lipid nanoparticles (LN) offer an attractive system for delivery of lipophilic drugs such as Chloroaluminium Phthalocyanine (ClAlPc) for use in PDT of skin cancer. The objective of this work was develop and characterize LN containing ClAlPc for subsequent application to the treatment of skin cancer by PDT. Solid Lipid Nanoparticles (SLN) and Nanostructured Lipid Carriers (NLC) were prepared with 20 and 40% of Oleic Acid (OA) by the method of diffusion in aqueous solvent, using Stearic Acid (SA) as solid lipid and OA as liquid lipid. The characterization was performed by Transmission Electronic Microscopy (TEM), particle size, zeta potential, entrapment efficiency (EE), drug loading and thermal analysis by Differential Scanning Calorimetry (DSC). The in vitro penetration studies were performed in modified Franz diffusion cells using pig ear skin as membrane model. The distribuition of ClAlPc in the skin layers was visualized by fluorescence microscopy using mice hairless in the in vivo studies. The LN presented nanometric size with high values of zeta potential and relatively spherical shape and the incorporation of OA promoted the increase of EE and drug loading reaching values of 95.8% and 4%, respectively. The thermal analysis showed the presence of polymorphism, due to the process of melting and recrystallization of the lipid. In vitro penetration studies, ClAlPl was not detected in receptor medium, being retained in stratum corneum and skin layers and showed the penetration ability of the formulations developed, since the amount of ClAlPc retained on the skin was significantly higher (p < 0,01) compared the control formulation. The formulation with 40% AO (NLC 40) showed amount of drug retained in the skin significantly higher (p<0,01) compared to other formulations, demonstrating the enhancer effect of penetration of the OA, besides favoring the transport of ClAlPc to deeper layers of the skin, due to the smaller particle size of this formulation. According to the results obtained, the systems developed may be promising for the incorporation of AlClPc in the treatment of skin cancer by PDT. / O câncer de pele é o tumor maligno mais comum em todo o mundo e o não melanoma é um dos tipos de câncer mais tratáveis. Contudo, atualmente não existe um tratamento ideal do câncer de pele, e a cirurgia ainda é defendida como primeira opção no procedimento para tratar as lesões cancerígenas na pele. A Terapia Fotodinâmica (TFD) consiste na administração e acúmulo de um fármaco fotossensibilizador no tecido-alvo, seguido da exposição a uma fonte de luz de comprimento de onda apropriado, resultando na formação de espécies reativas de oxigênio responsáveis por causar danos às células cancerígenas. As Nanopartículas Lipídicas (NL) oferecem um atrativo sistema para liberação de fármacos lipofílicos como a Alumínio-Cloro Ftalocianina (AlClPc) para a utilização na TFD do câncer de pele. O objetivo deste trabalho foi desenvolver e caracterizar Nanopartículas Lipídicas AlClPc para posterior aplicação no tratamento de câncer de pele através da Terapia Fotodinâmica. Foram preparadas Nanopartículas Lipídicas Sólidas (NLS) e Carreadrores Lipídicos Nanoestruturados (CLN) com 20 e 40% de Ácido Oléico (AO) através do método da difusão de solvente em fase aquosa, utilizando Ácido Esteárico (AE) como lipídio sólido e AO como lipídio líquido. A caracterização foi realizada por Microscopia Eletrônica de Transmissão (MET), diâmetro médio de partícula, potencial zeta, eficiência de encapsulação (EE), teor de fármaco e análise térmica, através da Calorimetris Exploratória Diferencial (DSC). Os estudos de penetração in vitro foram realizados em células de difusão do tipo Franz utilizando pele de orelha de porco como membrana. A distribuição da AlClPc nas camadas da pele foi visualizada através de microscopia de fluorescência nos estudos in vivo utilizando camundongos Hairless. As NL desenvolvidas apresentaram tamanho nanométrico com altos valores de potencial zeta e forma relativamente esférica e a incorporação de AO promoveu o aumento da EE e teor atingindo valores de 95,8% e 4%, respectivamente. Na análise térmica foi evidenciada a presença de polimorfismo do AE, decorrente do processo de fusão e recristalização do lipídio. Nos estudos de penetração in vitro, a AlClPc não foi detectada no meio receptor, ficando retida no EC e nas camadas da pele e foi evidenciada a capacidade de penetração das formulações desenvolvidas, já que a quantidade de AlClPc retida na pele foi significantemente maior (p < 0,01) em relação á formulação controle. A formulação com 40% de AO (CLN 40) apresentou quantidade de fármaco retida nas camadas da pele significantemente maior (p<0,01) em relação às demais formulações, sugerindo o efeito promotor do AO, além do favorecimento do transporte da AlClPc para camadas mais profundas da pele, devido ao menor tamanho de partícula desta formulação. De acordo com os resultados obtidos os sistemas desenvolvidos podem ser promissores para a veiculação da AlClPc no tratamento do câncer de pele através da TFD.

Made available in DSpace on 2014-08-20T13:58:01Z (GMT). No. of bitstreams: 1 RODRIGO_PEREIRA_DUQUIA_tese.pdf: 673344 bytes, checksum: ae25f96b35c9d6357bf3d184433ebb25 (MD5) Previous issue date: 2006-10-26 / Background: Sunscreen use is important for the prevention of skin cancer, but population-based information about the prevalence and its associated factors are scarce in Brazil. Objective: To evaluate the prevalence and associated factors with sunscreen use among Brazilian adults. Methods: We conducted a cross-sectional population-based study with a representative sample of adults aged 20 years or older living in the urban area of the city of Pelotas, Southern Brazil. We evaluated sunscreen use at the beach, at work, and during outdoor sports, for at least 20 minutes between 10 a.m. and 4 p.m., from December 2004 to March 2005. The outcome measure was dichotomized in subjects who never used sunscreen, and those who used sunscreen, regardless of frequency. Results: Prevalence of sunscreen use at the beach, work, and outdoor sports was 60.8% (CI95% 55.6 - 66.0), 13.7% (CI95% 10.7 - 16.6%), and 30.2% (CI95% 24.1 - 36.3), respectively. At work, the median number of days of exposure was 70 days, while at the beach it was 10 and, for sport it was 16. Females, whites, those with higher educational achievement, and with higher income were more likely to use sunscreen. Limitations: No data on adequacy of sunscreen use was gathered Conclusion: Our data show that the subjects most exposed to sunlight are those that use sunscreen the least. Interventions targeting this group are required, since this is also the population with the lowest socioeconomic level. / Diversos estudos já comprovaram que ficar exposto ao sol acarreta prejuízos para a pele. Pessoas que se protegem do sol têm menor chance de desenvolver câncer de pele. Além disso, a proteção contra os raios solares retarda o aparecimento de rugas e manchas, preservando, desta forma, a pele das pessoas. Apesar deste conhecimento, muitas pessoas preferem expor-se ao sol para ficarem bronzeadas ao invés da preservação de uma pele jovem e saudável. Este assunto tem despertado o interesse de diversos pesquisadores na área da saúde. O médico dermatologista Rodrigo Pereira Duquia realizou uma pesquisa com adultos da cidade de Pelotas para avaliar o comportamento da população com relação à utilização de fotoprotetores (creme protetor solar) durante o verão. O trabalho foi realizado durante os meses de outubro a dezembro de 2005, sendo entrevistadas 3136 pessoas com 20 anos ou mais de idade. Entre os achados mais importantes do estudo destaca-se que 23% dos entrevistados trabalhavam em média 65 dias no verão expostos ao sol, no período das 10:00 às 16:00h, considerado o de maior risco para o desenvolvimento do câncer de pele. Mais preocupante ainda foi o achado de que apenas cerca de 14% dessas pessoas utilizavam fotoprotetor. O estudo também demonstrou que a freqüência do uso do protetor solar foi muito maior na praia. Mais campanhas são necessárias para que a população saiba os malefícios da exposição ao sol e utilize medidas preventivas, como o uso do fotoprotetor, com o objetivo de 106 diminuir as taxas de câncer de pele e retardar o envelhecimento da pele. Atenção especial deve ser dirigida aos trabalhadores expostos ao sol, já que este é o grupo que menos usa o fotoprotetor solar e que permanece maior número de dias exposto ao sol.

<p>Skin lesion can be deadliest if not detected early. Early detection of skin lesion can save many lives. Artificial Intelligence and Machine learning is helping healthcare in many ways and so in the diagnosis of skin lesion. Computer aided diagnosis help clinicians in detecting the cancer. The study was conducted to classify the seven classes of skin lesion using very powerful convolutional neural networks. The two pre trained models i.e., DenseNet and Incepton-v3 were employed to train the model and accuracy, precision, recall, f1score and ROC-AUC was calculated for every class prediction. Moreover, gradient class activation maps were also used to aid the clinicians in determining what are the regions of image that influence model to make a certain decision. These visualizations are used for explainability of the model. Experiments showed that DenseNet performed better then Inception V3. Also it was noted that gradient class activation maps highlighted different regions for predicting same class. The main contribution was to introduce medical aided visualizations in lesion classification model that will help clinicians in understanding the decisions of the model. It will enhance the reliability of the model. Also, different optimizers were employed with both models to compare the accuracies.</p>

No description available.

No description available.

Für die Entstehung nicht-melanozytärer Hauttumore sind mehrere Risikofaktoren verantwortlich: UV-Exposition, Pigmentierung, Alter, Immunsuppression und möglicherweise Humane Papillomviren (HPV). Die molekularen Mechanismen der Tumorgenese des kutanen Plattenepithelkarzinoms (SCC) sowie der Präkanzerose Aktinische Keratose (AK) sind nur lückenhaft bekannt. Fokus dieser Arbeit ist die Untersuchung von SCC-Genexpressionsprofilen sowie der Einfluss kutaner HPV-Typen während der Karzinogenese bei immunkompetenten und immunsupprimierten, organtransplantierten Patienten. Durch Genexpressionsanalyse kutaner SCC, AK und normaler Haut konnten 118 differenziell exprimierte Gene in SCC mittels cDNA-Microarrays identifiziert werden. Bestätigt wurde die Expression von 11 aus 13 ausgewählten Genen (85%) mittels quantitativer real-time RT-PCR (qPCR), dabei konnte eine Korrelation der Genexpression mit der Progression der AK zum SCC für 3 Gene nachgewiesen werden. Dazu zählen das Gen Metalloproteinase-1, kodierend für ein Enzym, das in den Umbau von extrazellulärer Matrix involviert ist, das Protoonkogen RAB31 und das Tenascin-C (Tn-C) kodierende Gen Tn-C. Tn-C war im SCC-Gewebe an der Invasionsfront in Basalzellen sowie Keratinozyten im Stratum papillare und retikulare als Protein nachweisbar, nicht aber in normaler Haut. Die im Rahmen dieser Arbeit erstmalig nachgewiesene 2243 bp-Spleißvariante von Tn-C könnte aufgrund der primären Expression in SCC–Gewebe als diagnostischer Marker für SCC dienen. Diese Daten zeigen, dass simultane, multifaktorielle Dysregulationen von Genexpression und DNA-Reparatur, Zellzyklus und Proliferation, proteolytischen Enzymen und Adhäsionsmolekülen in SCC vorliegen. Ferner wurde die Expression von HPV in SCC und damit der kausale Zusammenhang einer HPV-Infektion mit der Hauttumorgenese untersucht. Das Infektionsmuster von SCC-Gewebe und normaler Haut mit spezifischen HPV-Typen erfolgte durch den Nachweis typenspezifischer HPV-DNA. Virale E6/E7-mRNA-Transkripte der kutanen HPV-Typen 8, 9 und 15 wurden in AK und SCC nachgewiesen. Dagegen konnten in HPV-DNA positiver, gesunder Haut oder Warzen keine HPV-Transkripte gefunden werden. Die Variantenanalyse des offenen Leserahmens von E6 identifizierte eine einzelne, bislang nicht beschriebene Punktmutation mit nicht bekannter Veränderung der Proteinstruktur. Die virale Aktivität der Onkogene E6 und E7 einiger kutaner Typen in AK und SCC weisen auf eine mögliche Rolle von HPV bei der kutanen Hautkarzinogenese hin. / During development of non-melanoma skin cancer, several risk factors are involved: UV-exposition, pigmentation, age, and potentially human papilloma virus (HPV). The molecular mechanisms underlying tumourgenesis in squamous cell carcinoma (SCC) and its pre-cancerosis actinic keratosis (AK) are not fully understood. In this study, the gene expression profile and HPV-infection status were analysed in SCC from immunocompetent and organ transplanted, immunocompromised patients.By global transcriptome analysis from cutaneous SCC, AK and healthy skin, 118 genes were identified differentially expressed in a cDNA-microarray. The expression of 11 out of 13 selected genes (85%) was investigated by real-time RT-PCR (qPCR) and the expression of three genes remarkably induced in SCC correlated with the progression to AK until SCC. These genes encoded for Metalloproteinase-1, which is involved in the remodelling of extracellular matrix, and the protooncogene RAB31 and Tenascin-C (Tn-C). Tn-C protein is expressed in SCC-tissue at the invasion front in basal cells and in keratinocytes in the Stratum papillare and retikulare, but not in healthy skin. This study, the 2243 bp Tn-C-specific splice-variant has for the first time detected in SCC, but not in normal skin. Thus it might serve as diagnostic marker of SCC progression. The data of the transcriptome analysis indicates that a simultaneous dysregulation of oncogene expression and DNA-repair, cell-cycle and proliferation, proteolysis and adhesion molecules exists in SCC. Additionally, the expression of HPV in SCC and thus the causal relationship between HPV-infection and tumourgenesis of SCC in immunocompromised patients was investigated. The HPV-infection pattern in SCC-tissue and normal skin was assessed by detection of DNA from cutaneous HPV-types. Viral E6/E7-mRNA-transcripts of the cutaneous HPV-types 8, 9, 15 were expressed selectively in AK and SCC. In contrast, no HPV-specific mRNA was present in HPV-DNA positive normal skin. The analysis of the open reading frame from the respective E6-protein genes unravelled one single pointmutation, which is not been characterized so far in terms of e.g. its impact on protein structure. The viral activity of the oncogenes E6 and E7 of cutaneous HPV-types indicates a potential function of HPV in the tumourgenesis of SCC in immunocompromised individuals.

Made available in DSpace on 2014-12-17T14:54:49Z (GMT). No. of bitstreams: 1 HelianaBS_da_capa_ate_cap4.pdf: 2361373 bytes, checksum: 3e1e43e8ba1aadc274663b8b8e3de72f (MD5) Previous issue date: 2008-02-22 / Conselho Nacional de Desenvolvimento Cient?fico e Tecnol?gico / The skin cancer is the most common of all cancers and the increase of its incidence must, in part, caused by the behavior of the people in relation to the exposition to the sun. In Brazil, the non-melanoma skin cancer is the most incident in the majority of the regions. The dermatoscopy and videodermatoscopy are the main types of examinations for the diagnosis of dermatological illnesses of the skin. The field that involves the use of computational tools to help or follow medical diagnosis in dermatological injuries is seen as very recent. Some methods had been proposed for automatic classification of pathology of the skin using images. The present work has the objective to present a new intelligent methodology for analysis and classification of skin cancer images, based on the techniques of digital processing of images for extraction of color characteristics, forms and texture, using Wavelet Packet Transform (WPT) and learning techniques called Support Vector Machine (SVM). The Wavelet Packet Transform is applied for extraction of texture characteristics in the images. The WPT consists of a set of base functions that represents the image in different bands of frequency, each one with distinct resolutions corresponding to each scale. Moreover, the characteristics of color of the injury are also computed that are dependants of a visual context, influenced for the existing colors in its surround, and the attributes of form through the Fourier describers. The Support Vector Machine is used for the classification task, which is based on the minimization principles of the structural risk, coming from the statistical learning theory. The SVM has the objective to construct optimum hyperplanes that represent the separation between classes. The generated hyperplane is determined by a subset of the classes, called support vectors. For the used database in this work, the results had revealed a good performance getting a global rightness of 92,73% for melanoma, and 86% for non-melanoma and benign injuries. The extracted describers and the SVM classifier became a method capable to recognize and to classify the analyzed skin injuries / O c?ncer de pele ? o mais comum de todos os c?nceres e o aumento da sua incid?ncia deve-se, em parte, ao comportamento das pessoas em rela??o ? exposi??o ao sol. No Brasil, o c?ncer de pele n?o melanoma ? o mais incidente na maioria das regi?es. A dermatoscopia e ideodermatoscopia s?o os principais tipos de exames para o diagn?stico de doen?as da pele dermatol?gicas. O campo que envolve o uso de ferramentas computacionais para o aux?lio ou acompanhamento do diagn?stico m?dico em les?es dermatol?gicas ainda ? visto como muito recente. V?rios m?todos foram propostos para classifica??o autom?tica de patologias da pele utilizando imagens. O presente trabalho tem como objetivo apresentar uma nova metodologia inteligente para an?lise e classifica??o de imagens de c?ncer de pele, baseada nas t?cnicas de processamento digital de imagens para extra??o de caracter?sticas de cor, forma e textura, utilizando a Transformada Wavelet Packet (TWP) e a t?cnicas de aprendizado de m?quina denominada M?quina de Vetor de Suporte (SVM Support Vector Machine). A Transformada Wavelet Packet ? aplicada para extra??o de caracter?sticas de textura nas imagens. Esta consiste de um conjunto de fun??es base que representa a imagem em diferentes bandas de freq??ncia, cada uma com resolu??es distintas correspondente a cada escala. Al?m disso, s?o calculadas tamb?m as caracter?sticas de cor da les?o que s?o dependentes de um contexto visual, influenciada pelas cores existentes em sua volta, e os atributos de forma atrav?s dos descritores de Fourier. Para a tarefa de classifica??o ? utilizado a M?quina de Vetor de Suporte, que baseia-se nos princ?pios da minimiza??o do risco estrutural, proveniente da teoria do aprendizado estat?stico. A SVM tem como objetivo construir hiperplanos ?timos que apresentem a maior margem de separa??o entre classes. O hiperplano gerado ? determinado por um subconjunto dos pontos das classes, chamado vetores de suporte. Para o banco de dados utilizado neste trabalho, os resultados apresentaram um bom desempenho obtendo um acerto global de 92,73% para melanoma, e 86% para les?es n?o-melanoma e benigna. O potencial dos descritores extra?dos aliados ao classificador SVM tornou o m?todo capaz de reconhecer e classificar as les?es analisadas