Automated screening of pigmentary skin neoplasms

The article is devoted to the technological and metrological features of creating a measurement standard for calibration and verification of the system of automated morphometry of skin neoplasms images in the diagnose skin melanoma. The requirements for the measurement standard has been formulated. The technological process of manufacturing the measurement standard based on thermal-transfer printing has been developed. The main technological parameters of printing has been defined: the temperature should be 180ºC, the image transfer speed should be 2.0 sec/inch. The color difference in the manufacture of the standard is not more than ΔE*ab=2.5 (CIELAB 1976), the image size tolerance is not more than 0.02%.

Section: применение эталонаunclassified

Разработка Эталона Для Поверки Системы Автоматизированной Морфометрии Клинических Изображений Новообразований Кожи

Римская¹,

Kudrin²,

Apollonova³

et al. 2020

“…В норме пигментное новообразование должно быть круглой или эллипсоидной формы, при перерождении пигментного новообразования в злокачественную опухоль форма становится произвольной [1][2][3]9,[38][39][40][41][42]. Для нахождения формы пигментного новообразования определялись следующие морфомерические признаки: площадь выпуклого многоугольника, эксцентриситет и коэффициент заполнения [32,34,35,[43][44][45][46][47].…”

Section: определение формы пигментного новообразования кожиunclassified

“…При нахождении вероятности малигнизации врачи опираются на алгоритм ABCD [41][42][43][44], при котором каждому клиническому признаку (форма -F, резкостьграницы -R, цвет -C, площадь -S и диаметр -D пигментных новообразований кожи) дается оценка в баллах и коэффициент этого признака (k F , k R , k C , k D , k S ). Ниже приведена таблица алгоритма нахождения вероятности малигнизации по расчетным параметрам (табл.…”

Section: определение вероятности малигнизации пигментного новообразовunclassified

Дифференциация Пигментных Новообразований Кожи На Основе Цифровой Обработки Оптических Изображений-=sup=-*-=/Sup=-

Римская¹,

Щадько²,

Apollonova³

et al. 2019

Предложен метод дифференциации пигментных новообразований кожи на основе цифровой обработки оптических изображений. Регистрация изображений осуществляется цифровой фотокамерой с использованием эталона для ее цветовой и пространственной калибровки. Метод предполагает сегментацию и автоматическое распознавание новообразований на основе 5 параметров -диаметр, площадь, цвет, форма и резкость границы. В результате анализа выявляются клинические признаки новообразования, необходимые для дифференциальной диагностики, и рассчитывается вероятность его малигнизации. Проведена апробация метода на 360 цифровых изображениях пигментных новообразованиях кожи in vivo, включая обыкновенные, диспластические невусы и меланому кожи. Чувствительность и специфичность метода составили 97 и 95% соответственно.

“…Наиболее информативными признаками онкопатологии являются изменения размеров, формы и цвета новообразований кожи, которые удается обнаружить только при регулярном обследовании, что возможно только при проведении регулярного скрининга. Исключить субъективный фактор и повысить точность диагностики при скрининге могут автоматизированные системы для скрининга пигментных новообразований кожи [12]. Обнаруживаемые при скрининге подозрительные новообразования должны подвергаться дополнительному обследованию с помощью различных инструментальных методов.…”

Section: Introductionunclassified

“…Таких пациентов сложно обследовать с помощью большинства существующих инструментальных средств. Необходимо применение систем скрининга пигментных новообразований пациента [12]. Такие системы уже используются в диагностической практике [46].…”

Section: Introductionunclassified

Ранняя Диагностика Меланомы Кожи С Применением Нескольких Изображающих Систем

Кудрин¹,

Римская²,

Аполлонова³

et al. 2020

A complex approach to the early diagnosis of skin melanoma has been proposed. The approach involves a step-by-step examination of pigment tumors using several imaging systems. The features of morphometry of clinical images of pigmented skin neoplasms, features of imaging systems, the main stages of automated image processing and pattern recognition in the melanoma diagnosis has been considered. The metrological features of the proposed approach has been shown: the measurement errors of the clinical parameters of skin neoplasms by the proposed methods do not exceed the allowable errors. The approbation of the offered approach has been showed that sensitivity and specificity of the used methods exceeds 90%