Automated prescreening of melanocytic skin lesions using standard camera images.

Detalhes bibliográficos
Autor(a) principal: Cavalcanti, Pablo Gautério
Data de Publicação: 2013
Tipo de documento: Tese
Idioma: eng
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/72926
Resumo: Melanoma é um tipo maligno de lesão de pele pigmentada, e atualmente está entre os tipos de câncer existentes mais perigosos. Entretanto, diferenciar casos malignos de benignos é uma tarefa difícil mesmo para experientes especialistas, e um sistema de diagnóstico auxiliado por computador pode ser uma ferramenta bastante útil. Normalmente, este sistema inicia por um pré-processamento da imagem, isto é, remoção de artefatos indesejados, como pelos, sardas ou efeitos de sombreamento. A seguir, o sistema executa uma etapa de segmentação, identificando as bordas da lesão. Por fim, baseando-se na área da imagem identificada como lesão, diversas feições são computadas e uma classificação é gerada. Neste tese, apresentada na forma de uma coleção de artigos publicados, nós apresentamos técnicas para automaticamente executar todos estes passos, resultando em um pré-diagnóstico para uma lesão de pele pigmentada baseado apenas em uma imagem convencional (uma simples fotografia). Nós testamos nossos métodos em bases de imagens públicas e atingimos melhores resultados de segmentação e classificação que os demais métodos presentes na literatura.
id URGS_918057a0fbd6a5c14369d208ab2f6524
oai_identifier_str oai:www.lume.ufrgs.br:10183/72926
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Cavalcanti, Pablo GautérioScharcanski, Jacob2013-07-02T01:43:42Z2013http://hdl.handle.net/10183/72926000891180Melanoma é um tipo maligno de lesão de pele pigmentada, e atualmente está entre os tipos de câncer existentes mais perigosos. Entretanto, diferenciar casos malignos de benignos é uma tarefa difícil mesmo para experientes especialistas, e um sistema de diagnóstico auxiliado por computador pode ser uma ferramenta bastante útil. Normalmente, este sistema inicia por um pré-processamento da imagem, isto é, remoção de artefatos indesejados, como pelos, sardas ou efeitos de sombreamento. A seguir, o sistema executa uma etapa de segmentação, identificando as bordas da lesão. Por fim, baseando-se na área da imagem identificada como lesão, diversas feições são computadas e uma classificação é gerada. Neste tese, apresentada na forma de uma coleção de artigos publicados, nós apresentamos técnicas para automaticamente executar todos estes passos, resultando em um pré-diagnóstico para uma lesão de pele pigmentada baseado apenas em uma imagem convencional (uma simples fotografia). Nós testamos nossos métodos em bases de imagens públicas e atingimos melhores resultados de segmentação e classificação que os demais métodos presentes na literatura.Melanoma is a type of malignant pigmented skin lesion, and currently is among the most dangerous existing cancers. However, differentiating malignant and benign cases is a hard task even for experienced specialists, and a computer-aided diagnosis system can be an useful tool. Usually, the system starts by pre-processing the image, i.e. removing undesired artifacts such as hair, freckles or shading effects. Next, the system performs a segmentation step to identify the lesion boundaries. Finally, based on the image area identified as lesion, several features are computed and a classification is provided. In this Thesis, presented as a collection of published papers, we detail approaches to automatically execute all these steps, resulting in a pre-diagnosis for a pigmented skin lesion based only in a standard camera image (i.e. a simple color photograph). We tested our methods on publicly available datasets and achieved better segmentation and classification results than methods previously proposed in the literature.application/pdfengComputação gráficaInformática médicaProcessamento de imagensSegmentacao : ImagemMelanocytic skin lesions classificationImage processingMelanomaAutomated prescreening of melanocytic skin lesions using standard camera images.Análise automática de lesões de pele melanocíticas utilizando imagens de câmeras convencionais info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPrograma de Pós-Graduação em ComputaçãoPorto Alegre, BR-RS2013doutoradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000891180.pdf000891180.pdfTexto completo (inglês)application/pdf17413056http://www.lume.ufrgs.br/bitstream/10183/72926/1/000891180.pdfbebfc24fe7efe723a0a6d7d700a74f24MD51TEXT000891180.pdf.txt000891180.pdf.txtExtracted Texttext/plain264048http://www.lume.ufrgs.br/bitstream/10183/72926/2/000891180.pdf.txt615ed8f9328edd0d6fbe1bcd1f4bdc3aMD52THUMBNAIL000891180.pdf.jpg000891180.pdf.jpgGenerated Thumbnailimage/jpeg995http://www.lume.ufrgs.br/bitstream/10183/72926/3/000891180.pdf.jpg58c26c1d4179783aca334b700c8c4d11MD5310183/729262021-05-26 04:33:44.5679oai:www.lume.ufrgs.br:10183/72926Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532021-05-26T07:33:44Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Automated prescreening of melanocytic skin lesions using standard camera images.
dc.title.alternative.pt.fl_str_mv Análise automática de lesões de pele melanocíticas utilizando imagens de câmeras convencionais
title Automated prescreening of melanocytic skin lesions using standard camera images.
spellingShingle Automated prescreening of melanocytic skin lesions using standard camera images.
Cavalcanti, Pablo Gautério
Computação gráfica
Informática médica
Processamento de imagens
Segmentacao : Imagem
Melanocytic skin lesions classification
Image processing
Melanoma
title_short Automated prescreening of melanocytic skin lesions using standard camera images.
title_full Automated prescreening of melanocytic skin lesions using standard camera images.
title_fullStr Automated prescreening of melanocytic skin lesions using standard camera images.
title_full_unstemmed Automated prescreening of melanocytic skin lesions using standard camera images.
title_sort Automated prescreening of melanocytic skin lesions using standard camera images.
author Cavalcanti, Pablo Gautério
author_facet Cavalcanti, Pablo Gautério
author_role author
dc.contributor.author.fl_str_mv Cavalcanti, Pablo Gautério
dc.contributor.advisor1.fl_str_mv Scharcanski, Jacob
contributor_str_mv Scharcanski, Jacob
dc.subject.por.fl_str_mv Computação gráfica
Informática médica
Processamento de imagens
Segmentacao : Imagem
topic Computação gráfica
Informática médica
Processamento de imagens
Segmentacao : Imagem
Melanocytic skin lesions classification
Image processing
Melanoma
dc.subject.eng.fl_str_mv Melanocytic skin lesions classification
Image processing
Melanoma
description Melanoma é um tipo maligno de lesão de pele pigmentada, e atualmente está entre os tipos de câncer existentes mais perigosos. Entretanto, diferenciar casos malignos de benignos é uma tarefa difícil mesmo para experientes especialistas, e um sistema de diagnóstico auxiliado por computador pode ser uma ferramenta bastante útil. Normalmente, este sistema inicia por um pré-processamento da imagem, isto é, remoção de artefatos indesejados, como pelos, sardas ou efeitos de sombreamento. A seguir, o sistema executa uma etapa de segmentação, identificando as bordas da lesão. Por fim, baseando-se na área da imagem identificada como lesão, diversas feições são computadas e uma classificação é gerada. Neste tese, apresentada na forma de uma coleção de artigos publicados, nós apresentamos técnicas para automaticamente executar todos estes passos, resultando em um pré-diagnóstico para uma lesão de pele pigmentada baseado apenas em uma imagem convencional (uma simples fotografia). Nós testamos nossos métodos em bases de imagens públicas e atingimos melhores resultados de segmentação e classificação que os demais métodos presentes na literatura.
publishDate 2013
dc.date.accessioned.fl_str_mv 2013-07-02T01:43:42Z
dc.date.issued.fl_str_mv 2013
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/72926
dc.identifier.nrb.pt_BR.fl_str_mv 000891180
url http://hdl.handle.net/10183/72926
identifier_str_mv 000891180
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/72926/1/000891180.pdf
http://www.lume.ufrgs.br/bitstream/10183/72926/2/000891180.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/72926/3/000891180.pdf.jpg
bitstream.checksum.fl_str_mv bebfc24fe7efe723a0a6d7d700a74f24
615ed8f9328edd0d6fbe1bcd1f4bdc3a
58c26c1d4179783aca334b700c8c4d11
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1810085261127712768

Registros relacionados