Algoritmo de detección y caracterización de patrones dermatoscópicos presentes en el melanoma

Resumen

El melanoma es la forma más peligrosa de cáncer de piel, representando aproximadamente el 1,5% del total de casos de cáncer a nivel mundial. En la lucha contra el melanoma es fundamental la detección precoz, en caso de ser detectado a tiempo la tasa de mortalidad es del 2%, subiendo al 83% cuando ya ha alcanzado el estado invasivo. La dermatoscopia es una técnica de imagen no invasiva —en estos momentos la prueba de referencia o gold standard— para la detección precoz de melanoma, permitiendo al experto dermatólogo realizar una valoración de acuerdo a los algoritmos médicos existentes. Actualmente, la automatización de esta tarea es un problema vigente a nivel científico, tanto el problema principal —el diagnóstico— como los subproblemas que lo componen —la segmentación de la lesión y el reconocimiento de los diferentes indicadores, entre ellos los patrones dermatoscópicos—. En la presente investigación se ha diseñado y desarrollado una familia de algoritmos de procesamiento digital de imagen para las tareas de la segmentación de la lesión y la detección y caracterización de diferentes indicadores, centrándose especialmente en el reconocimiento de los patrones dermatoscópicos. Estos algoritmos son contribuciones científicas y han sido integrados en una herramienta software de ayuda al diagnóstico basado en el algoritmo médico "Regla del ABCD", siendo las contribuciones más relevantes realizadas el algoritmo de reconocimiento del patrón reticular, el algoritmo de segmentación y la propia herramienta software. En este documento se explica de manera detallada la principal contribución, el algoritmo de reconocimiento del patrón reticular, un método innovador de reconocimiento de patrones basado en la clasificación difusa de los pixels. El método ha sido testeado contra una base de datos de 875 imágenes —por mucho, la más grande en el estado del arte en el reconocimiento del patrón reticular— extraída de un Atlas de Dermatoscopia público, alcanzando muy buenos resultados, una AUC de 0,912, una exactitud del 88%, una sensibilidad del 90,71% y una especificidad del 83,44%. La principal aportación de este método es el propio diseño del algoritmo, muy innovador, que puede ser utilizado además en otros problemas de reconocimiento de patrones de naturaleza similar. Otras aportaciones del método son la no necesidad de realizar un preprocesado previo, la gran capacidad de discriminación entre este patrón y otros patrones dermatoscópicos y, finalmente, el establecimiento de un nuevo enfoque metodológico para trabajos de este tipo. Esta investigación supone un avance a nivel científico en el campo de la diagnosis automatizada de melanoma a partir de imágenes dermatoscópicas.