Representação baseada em superpixels para a segmentação de lesões melanocíticas em imagens macroscópicas

• Autor(a) principal: Freitas, Dhyonatan Santos de
• Data de Publicação: 2016
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UNIPAMPA
• Texto Completo: http://dspace.unipampa.edu.br:8080/jspui/handle/riu/1818
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA; Ciência da computação; Câncer; Melanoma; Imagens macroscópicas; Computer science; Macroscopic images; Segmentação; Segmentation

O melanoma é um tipo de câncer de pele com altas taxas de mortalidade, devido a sua capacidade de formação de metástase. É importante que seu diagnóstico seja realizado nos primeiros estágios da doença. Sistemas computacionais vem sendo propostos por pesquisadores da área de visão computacional como uma alternativa capaz de auxiliar médicos dermatologistas em seus diagnósticos. Esses sistemas geralmente dependem de uma segmentação adequada da região que delimita a lesão de pele. Neste trabalho, um método não supervisionado para segmentar lesões melanocíticas em imagens macroscópicas é apresentado. Inicialmente, para reduzir as áreas sombreadas e artefatos indesejáveis, os efeitos de sombra são atenuados na imagem macroscópica e uma pré-segmentação é obtida usando uma representação baseada em superpixels. Em seguida, cada superpixel é representado por um conjunto de características utilizando informações dos canais R, G e B do espaço de cores RGB. Na etapa de segmentação, o método de corte normalizado em grafos e um classificador SVM, são utilizados para separar o conjunto de superpixels em duas classes, lesão e não-lesão. Por fim, métodos de pós-processamento que utilizam como base a morfologia matemática são aplicados com a finalidade de melhorar a segmentação obtida. Os resultados baseados em uma base de imagens bastante utilizada, demonstram que a metodologia proposta fornece resultados satisfatórios em termos da acurácia, especificidade e erro XOR.