Show simple item record

dc.rights.licenseAtribución-NoComercial 4.0 Internacional
dc.contributor.advisorRiaño Rojas, Juan Carlos (Thesis advisor)
dc.contributor.authorOcampo Blandón, Cristian Felipe
dc.date.accessioned2019-06-24T17:48:33Z
dc.date.available2019-06-24T17:48:33Z
dc.date.issued2011
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/8995
dc.description.abstractEl melanoma, catalogado como la forma más mortal de los cánceres de piel (carcinoma de células basales, carcinoma de células escamosas y melanoma), incrementa su incidencia a nivel mundial cada año. Después de diagnosticado, las posibilidades de supervivencia se reducen considerablemente. En sus etapas iniciales puede ser controlado por medio de la extirpación de la lesión, sin embargo, es fundamental descubrirlo tan pronto como sea posible. Para el análisis del melanoma han sido propuestos múltiples exámenes visuales; Regla ABCD, Método de Menzies, Lista de los 3 y 7 puntos, con los que se pretende detectar su presencia mediante la búsqueda exhaustiva de patrones asociados a malignidad. Esta tarea se ha vuelto uno de los retos cotidianos del dermatólogo. Como instrumento para enfrentar las dificultades visuales, la dermatoscopía sobresale como una sencilla técnica de amplificación iluminada que ha demostrado su utilidad en la categorización de las proliferaciones melanocíticas, no obstante, su desempeño es insuficiente para la detección precisa de malignidad, reflejando valores de desempeño del [75-84]% cuando el examen es realizado por un dermatólogo experto. En este trabajo se plantean las estrategias para el desarrollo de un sistema de diagnostico automático del Melanoma por medio del empleo de imágenes capturadas con la técnica de dermatoscopía. Para el desarrollo del sistema se propone un esquema modular de cinco etapas: Adquisición, Pre-procesamiento, Segmentación, Extracción de Características y Clasificación. Como principales aportes, se desarrollo la sustitución de los vellos en la imagen mediante operaciones morfológicas, fueron propuestos dos métodos de manipulación del color para la corrección de contraste, un algoritmo robusto para la segmentación de imágenes y la integración de medidas locales para la caracterización de malignidad. El sistema propuesto cuantifica la presencia de tres características, específicamente: patrón reticular atípico, asimetría de patrones y velo blanco-azulado. Como resultado de la clasificación de características con la técnica de máquinas de vectores de soporte, el sistema propuesto obtiene un desempeño del [90.62, 100]% para los valores de sensibilidad y especificidad / Abstract: Melanoma, catalogued as the most mortal skin cancers (basal cell carcinoma, scamous cell carcinoma and melanoma), has increased its global incidence each year. After diagnosis, the survival possibilities are considerable reduced. In initial stages, the illness can be controlled by means of the lesion extirpation; nevertheless, it is crucial to detect the cancer as soon as possible. For melanoma analysis, several screening methods have been proposed (Menzies method, three and seven point checklist). With these methods, an exhaustive search of patterns associated to malignity is used for detecting illness presence. This task has become one of the current challenges of dermatologist. As an instrument for tackling visual difficulties, dermoscopy has been considered as a simple illuminated amplification method for the melanocytic proliferation categorization. However, its performance is not high enough for the accuracy detection of malignity; showing performance values between 75% and 84 %, when the test is carried out by an expert dermatologist. In this study, strategies for developing an automatic melanoma diagnosis system using dermoscopy images were proposed. For this issue, a modular scheme of five stages was implemented as follows: Acquisition, Preprocessing, Segmentation, Feature Extraction and Classification. The principal contributions were: The hair substitution in the image by means of morphological operations, enhancement contrast color methods, a robust image segmentation algorithm and finally, local measures integration for the malignity characterization. The proposed system quantified the presence of three main features: Atypical reticular pattern, blue-white veil and pattern asymmetry. Performance of 90.62% and 100% for sensitivity and specificity were obtained by employing support vector machine classifier
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.relation.ispartofUniversidad Nacional de Colombia Sede Manizales Facultad de Ingeniería y Arquitectura Departamento de Ingeniería Eléctrica, Electrónica y Computación
dc.relation.ispartofDepartamento de Ingeniería Eléctrica, Electrónica y Computación
dc.rightsDerechos reservados - Universidad Nacional de Colombia
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/
dc.subject.ddc62 Ingeniería y operaciones afines / Engineering
dc.titleHerramienta soporte al diagnóstico del melanoma usando imágenes dermatoscópicas = A Support Tool for Melanoma Diagnosis by using Dermoscopy Images
dc.typeTrabajo de grado - Maestría
dc.type.driverinfo:eu-repo/semantics/masterThesis
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dc.identifier.eprintshttp://bdigital.unal.edu.co/5735/
dc.description.degreelevelMaestría
dc.relation.referencesOcampo Blandón, Cristian Felipe (2011) Herramienta soporte al diagnóstico del melanoma usando imágenes dermatoscópicas = A Support Tool for Melanoma Diagnosis by using Dermoscopy Images. Maestría thesis, Universidad Nacional de Colombia - Sede Manizales.
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.subject.proposalDermatoscopía, Melanoma, Lista de los 3 puntos, Diagnóstico asistido por computador, Procesamiento de imágenes, SVM, Dermatoscopy, Malignant Melanoma, 3 Point Checklist, Computer aided, Diagnosis, Image processing, SVM
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.redcolhttp://purl.org/redcol/resource_type/TM
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial 4.0 InternacionalThis work is licensed under a Creative Commons Reconocimiento-NoComercial 4.0.This document has been deposited by the author (s) under the following certificate of deposit