The incidence of skin cancer in Europe, US and Australia has been rising rapidly. Skin cancer accounts for one in three cancers worldwide and a person has 1:25 chance to develop a melanoma, the most aggressive form. Visual inspection followed by histological examination is, still today, the gold standard for clinicians, which is carried out through a dermoscope, a handheld device with a magnifying lens and a white and uniform illumination field. The dermoscopic technique requires considerable training in the interpretation of what is seen and is highly dependent on subjective impressions. In consequence, a large number of unnecessary surgical procedures are performed.
For this reason, in this thesis a spectral imaging system to improve skin cancer diagnosis has been developed. This work has been carried out in the framework of the European project DIAGNOPTICS "Diagnosis of skin cancer using optics", which aimed to launch a hospital service based on a multiphotonic platform to improve skin cancer with the combination of four non-invasive novel techniques: 3D and multispectral imaging, optical feedback interferometry and confocal microscopy.
The handheld system built included a monochromatic CCD camera attached to an objective lens and a light source containing 32 light emitting diodes (LEDs) with 8 spectral bands from 400 nm to 1000 nm. An acquisition software to control all the components of the multispectral system was programmed as well as a simplest version for physicians. The changes over time of the emission of the LEDs was analysed, and also the linear response of the camera at each wavelength, the uniformity of the LED emission and the short and long-term repeatability of the system in acquiring images, to ensure the good performance of the system. In order to proceed with the Ethical Committee approval and to launch the systems in both hospitals, irradiance and radiance measurements were done according to the standard UNE-EN 62471.
A Graphical User Interface (GUI) was developed for the spectral images processing and corresponding analysis, allowing spectral and colorimetric features to be computed in terms of reflectance, absorbance and colour parameters. Furthermore, a segmentation algorithm was also implemented to extract the isolated information from the lesion. For all images calculated in terms of any of the parameters, conventional statistical descriptors were obtained. As a first approach to extracting textural information we also used the analysis of the statistical properties of the histogram.
An inclusion criteria and a measurement protocol were established. From all lesions analysed, 620 were measured with the multispectral system, 572 of them had a clinical or histopathological diagnosis, and 502 could be properly segmented. Therefore, 429 skin lesions were finally included in the study: 290 nevi, 95 melanomas and 44 basal cell carcinomas. A classification algorithm was developed in order to decide whether the lesions were malignant (melanomas and basal cell carcinomas) or not (nevi), splitting previously the data into training and validations set of the same size. 15 parameters from 1309 were found to be not redundant providing a 91.3% of sensitivity and 54.5% of specificity. Accordingly, the addition of textural information was shown to be useful for the diagnosis of malignant lesions than the sole use of averaged spectral and colour information.
The same steps were carried out for the 3D imaging system also included in the multiphotonic platform. In this case, 3 parameters were found to be useful for the classification providing values of 55.6% and 83.7% of sensitivity and specificity, respectively. Finally, the combination of both system was also tested as a first attempt to improve the detection of melanomas, providing 100% and 72.2% of sensitivity and specificity, respectively. However, the conclusions reached in this case should be taken with caution due to the limited number of lesions.
La incidència del càncer de pell a Europa, Estats Units i Austràlia ha anat augmentant ràpidament. Representa un de cada tres càncers a tot el món i una persona té 1:25 oportunitats de desenvolupar un melanoma, la forma més agressiva. Actualment, la inspecció visual amb un dermoscopi seguida d'un examen histològic és l'estàndard utilitzat pels metges a l'hora de diagnosticar-lo. La dermoscòpia requereix una formació considerable per interpretar el que es veu i depèn de les impressions subjectives dels clínics. En conseqüència, es realitzen una gran quantitat de procediments quirúrgics innecessaris. Per aquest motiu, en aquesta tesi s'ha desenvolupat una sistema d'imatge espectral per millorar el diagnòstic del càncer de pell. Aquest treball s'ha realitzat dins el marc del projecte Europeu DIAGNOPTICS ¿Diagnosis del càncer de pell utilitzant òptica?, el qual ha posat a punt un servei hospitalari basat en un plataforma multifotònica que combina quatre tècniques òptiques innovadores: sistemes d'imatge multiespectral 3D, interferometria de retroalimentació i microscòpia confocal. El sistema portàtil desenvolupat inclou una càmera monocromàtica CCD, un objectiu i una font de llum formada per 32 díodes emissors de llum (LED) amb 8 bandes espectrals diferents que emeten des de 400 nm fins a 1000 nm. S'ha preparat un programa d'adquisició per controlar tots els components del sistema així com una versió més simple del mateix pels metges. Per tal d'assegurar el bon funcionament del sistema, es van analitzar els canvis temporals en l'emissió dels LEDs així com la seva uniformitat d'emissió, la resposta lineal de la càmera per cada longitud d'ona i la repetibilitat del sistema pel què fa a l'adquisició d'imatges. Per tal d'obtenir l'aprovació del Comitè Ètic i poder realitzar l'estudi clínic en els hospitals, es van dur a terme mesures d'irradiància i radiància d'acord amb la norma UNE-EN 62471. També es va implementar una interfície gràfica d'usuari (GUI) per al processament de les imatges espectrals i la seva corresponent anàlisi. Aquest algorisme permet calcular paràmetres espectrals i colorimètrics de la pell en termes de reflectància, absorbància i d'altres basats en el color. A més, inclús es va desenvolupar un algorisme de segmentació per extreure informació aïllada de cada lesió. Per a totes les imatges calculades en termes de qualsevol paràmetre, es van obtenir descriptors estadístics convencionals i també es van utilitzar propietats estadístiques dels histogrames com una primera aproximació d'extreure informació de textura de la lesió. Finalment, es van establir els criteris d'inclusió i un protocol de mesura. De totes les lesions analitzades, se'n van mesurar 620, de les quals 572 tenien un diagnòstic clínic o histopatològic; 502 es van poder segmentar adequadament. D'aquesta manera es van incloure 429 lesions cutànies a l'estudi: 290 nevus, 95 melanomes i 44 carcinomes de cèl·lules basals. Es va desenvolupar un algorisme de classificació per determinar si les lesions eren malignes (melanomes i carcinomes de cèl·lules basals) o no (nevus), dividint prèviament les dades en un grup d'entrenament i un altre de validació de la mateixa mida. Es va observar que 15 del 1309 paràmetres proporcionaven informació rellevant per a la classificació, obtenint una sensibilitat del 91,3% i una especificitat del 54,5%. Així doncs, es demostra que la incorporació d'informació de textura és molt útil per al diagnòstic del càncer de pell més enllà de la informació espectral i de color. Aquests mateixos passos es van seguir pel sistema 3D també inclòs en la plataforma multifotònica, tot i que en aquest cas el número de lesions de què es disposava era més limitat. En aquest cas, es van seleccionar 3 paràmetres i es va obtenir una sensibilitat del 55,6% i una especificitat del 83,7%. Finalment, amb la combinació d'ambdós sistemes la sensibilitat obtinguda va ser de100% i l'especificitat del 72,2%.
