The need for a large database, the usefulness of multicentre data collection, as well as the benefit of a representative collection of cases from clinical practice, were demonstrated in this trial. Images that were difficult to classify using the NN expert system were not identical to those found difficult to classify by clinicians. We suggest therefore that the combination of clinician and computer may potentially increase the accuracy of PSL diagnosis. This may result in improved detection of melanoma and a reduction in unnecessary excisions.

No abstract

No abstract

No abstract

EINFÜHRUNG In den letzten Jahren ist eine Zunahme von Hautkrebs insbesondere des malignen Mclanoms zu beobachten (3|. Dies hat zahlreiche Bemühungen motiviert, automatisierte Verfahren zur Hautkrebserkennung zu entwickeln. Eine Eigenschaft von malignen Melanomen ist, daß sie die Topologie der Haut insofern verändern, daß die ursprüngliche Oberflächenstruktur der Haut zerstört wird und sich im Melanom glatte Bereiche bilden. Unterscheiden sich nun die Strukturen innerhalb und außerhalb der Läsion dahingehend, daß eine Faltigkeit der Haut außerhalb der Läsion vorhanden ist, innerhalb der Läsion diese Falten aber durch planare Bereiche abgelöst werden, so ist das ein Indiz für die Malignität der betrachteten Stelle [4j. Bis dato wurde die Oberfläche von Hautläsionen durch aufwendige Verfahren, wie zum Beispiel durch Laserprofilometrie, abgebildet. Diese Verfahren sind sehr exakt, aber auf Grund ihrer Komplexität wenig praktikabel für das Screening von Hautmalen. METHODEN Bei dem hier vorgestellten Verfahren wird nicht die exakte quantitative Betrachtung der Topologie angestrebt, sondern eine qualitative Bewertung der Faltigkeit betrachteter Hautregionen. Zur Datengewinnung wird eine auflichtmikroskopische Kamera eingesetzt, die in einer europaweiten Studie zur automatischen Hautkrebserkennung (DANAOS) entwickelt wurde. Dieses Kamerasystem zeichnet sich dadurch aus, daß betrachtete Hautregionen, neben der normalen Projektion mit diffusem Licht, auch mit lateraler Beleuchtung abgebildet werden können. Das seitlich einfallende Licht bewirkt, daß die Oberflächenstrukturen der Haut durch Licht-und Schattenbildung erhabener Objekte verstärkt werden. Die gerichtete Beleuchtung hebt hierbei vor allem Strukturen hervor, die orthogonal zu der Beleuchtungsrichtune sind. Um alle Strukturen erfassen zu können. ist die Abbildung der der Objektes mit verschiedenen Beleuchtungsrichtungen nötig. In dieser Anwendung wird das Objekt aus 4 Richtungen beleuchtet, die zueinander im 90 Grad Winkel stehen. Um die erhabenen Objekte im Bild zu detektieren werden verschiedene bildverarbeitende Algorithmen kombiniert [10]. Dabei wird versucht nicht relevante Informationen zu reduzieren ohne die Oberflächenstrukturen des Ojektes im Bild zu schwächen. So werden u.a. die Farbinformationen des Bildes verworfen, da eine Änderung der Farbigkeit nicht mit dem Vorkommen von Hautfalten koreliiert, was auch direkt einsichtig ist, da die Falten der Haut nur eine Änderung der Luminisenz durch Schattenwurf bzw. erhöhte Reflektanz bewirkt. In weiteren Schritten wird der durch das Abbildungsverfahren mit lateraler Beleuchtung entstehende Intensitätsgradient des Bildes ausgeglichen und die Bildfrequenz auf interessante Ortsfrequenzen beschränkt (Abb.l). Ein rechenin-Abbildung 1: Beleuchtungskompensation tensiver Schritt ist die multiskalare Texturverstärkung, ein gradientenabhängiges Glättungsverfahren, das iterativ eine richtungsabhängige Weichzeichnung des Bildes vornimmt (Abb.2). Das Verfahren der Detektion von Hautlinien wird auf das vorverarbeitete Bild ...