Detección de melanomas a partir de imágenes dermatoscópicas

La posibilidad de sobrevivir al cáncer de piel tipo melanoma es mayor si se detecta y diágnostica en etapas tempranas. Por ello, este proyecto presenta la elaboración de una herramienta basada en el procesamiento de imágenes, capaz de clasificar las lesiones a partir de imágenes dermatoscópicas. El proyecto se dividió en tres etapas: segmentación, obtención de características y clasificación. Para la segmentación se implementaron el método de Otsu, la segmentación semántica y operadores morfológicos para determinar el área correspondiente a la lesión. A partir de las imágenes segmentadas, se obtuvo un histograma de 250 palabras visuales de las imágenes más representativas de cada clase utilizando descriptores de color y forma; por último, se entrenó un clasificador SVM con el cual se obtuvo una precisión máxima del 78%, siendo los mejores resultados correspondientes al uso del espacio de color HSV e implementando un clasificador con kernel Gaussiano.

• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2018
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/14814
• Acceso en línea: http://hdl.handle.net/11349/14814
• Palabra clave: Dermatoscopía; Cáncer de piel; Aprendizaje profundo; Vocabulario visual; SVM; Ingeniería Electrónica - Tesis y disertaciones académicas; Melanoma - Diagnóstico; Enfermedades de la piel - Diagnóstico; Piel - Cáncer - Diagnóstico; Dermoscopy; Skin cancer; Deep learning; Bag of words; SVM
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional