Análisis digital de imágenes en lesiones pigmentadas de la piel. Diagnóstico precoz del melanoma

Resumen

Resumen:
Objetivo. El objetivo de este estudio de observación es diferenciar el melanoma de otras lesiones pigmentadas de la piel en forma automática, objetiva y no operador dependiente, por medio de visión por computadora.

Métodos. Se utilizó un videomicroscopio con lentes de 20X y 50X de aumento con luz polarizada. Unida a una computadora con programa ad hoc para análisis de imágenes. Este sistema de visión por computadora permitió estudiar la cantidad y distribución de colores en las imágenes de lesiones pigmentadas, por medio de los modelos RGB y HSI.
Ingresaron al estudio 55 imágenes de lesiones pigmentadas, las cuales fueron divididas en dos grupos: melanoma (n = 16) y no melanoma (n = 39).

Resultados. En cantidad de colores, el 92,3% de las lesiones no melanoma presentó 4 o menos matices, con excepción de los nevos azules, que presentaban 5. En el grupo melanoma, en el 88,2% se detectaron 6 o más y en el 11,8%, 5 matices.
En la distribución de colores se tomó como punto de corte el valor 20 de la varianza del tono. El 100% de las imágenes de melanoma fue superior, a diferencia del grupo no melanoma, salvo el subgrupo de epiteliomas basocelulares.

Conclusión. Con sistemas de visión por computadora con procesamiento digital de imágenes se puede cuantifi car la cantidad y distribución de los colores para hacer diagnóstico diferencial entre melanoma y otras lesiones pigmentadas de la piel en forma automática, objetiva y no operador dependiente
(Dermatol Argent 2008;14(3):200-206).

Palabras Clave:
melanoma, visión por computadora, procesamiento digital de imágenes

Title:
Digital image analysis in skin pigmented lesions. Early diagnosis of melanoma

Abstract:

Objetive: The purpose of this observation-based study was to differentiate between malignant melanoma (MM) and other skin pigmented lesions. This differentiation was done automatically and objectively through computer-generated images not depending on the viewer.

Methods: A videomicroscope with x20 and x50 magnification lenses, as well as polarized light, was employed, with a computer with an ad hoc software for image analysis.
This computerized viewing system allowed for the study of the quantity and distribution of colors on the images of pigmented lesions by means of RGB and HIS models.
Fifty five images of pigmented lesions were included in the study. They were divided into two groups: MM (n=16) and non-MM (n= 39).

Results: As regards to the quantity of colors, 92.3% of the non-MM lesions presented 4 or less colors, except for the blue nevi, which displayed 5 colors.
In the MM group, 6 or more shades were detected in 88.2% of the lesions and 5 colors in the remaining 11.8%.
In the distribution of colors, the value taken for cut-off point in the variety of hue was 20, where100% of the MM images were found to be above 20, unlike the non-MM group, with the exception of the basal cell carcinoma.

Conclusion: By means of a computer vision system with digital processing of images we can quantify the number and distribution of co-lors and diagnose the difference between MM and other skin pigmented lesions. This can be done automatically, objectively, not depending on an operator
(Dermatol Argent 2008;14(3):200-206).

Keywords:
malignant melanoma, computer vision, digital processing of images