Segmentation and classification software for moles suspected of melanoma using image processing, developed in Python with OpenCV library, obtaining 81% of accuracy of 161 real images.
Un melanoma maligno tiene la contrapartida de que, si es pronosticado como tal de forma tardía, será muy complicado su tratamiento y puede producir efectos negativos en la salud de una persona.
Sucede que la mayoría de los pacientes concurren a un dermatólogo en etapas avanzadas de un lunar, es decir, cuando los melanomas ya evidencian características malignas como son el tamaño, color (oscuros y rojizos) y sintomas de sangrado.
Ante cualquier caso de duda es importante hacer un seguimiento del estado del melanoma, ya sea cuando un lunar no presente caracteristicas malignas antes y despues de una primera visita con un especialista, como tambien posterior al analisis.
En el caso de detectarse lunares malignos, tambien es importante su seguimiento ya que pueden evolucionar y tornarse peor. En la etapa de observacion, el especialista de la salud no tiene posibilidad de revisar al paciente frecuentemente, sino hasta la siguiente visita.
Este trabajo tuvo el objetivo de desarrollar un método que permita a una persona analizar el estado de un melanoma y acudir a un médico en caso de síntomas sospechosos, o bien, que sirva de apoyo al profesional en la salud para hacer un seguimiento de la lesión.
- clasificación por color y variaciones de su histograma
- clasificación por análisis bordes y varianza de Hue (del modelo de color en HSV).
Con las medidas de desempeño calculadas se determinó que el porcentaje medio de aciertos del primer método fue del 75%, mientras que para el segundo fue del 81%.
En el siguiente link se puede acceder al informe que presenta los detalles técnicos de la implementación
- python 3.7.4
- OpenCV (librería)
- MedPy (librería)
Para correr el proyecto, ejecute el script main.py en un entorno de python
Dentro del script hay dos secciones: "BENIGNOS" Y "MALIGNOS". Para cada existe una serie de imágenes cargada de a pares {img,tipo}. Descomentar una de ellas y comentar el resto para realizar el analisis de un lunar en particular.
Para cada imágen de lunar, se ha dejado un comentario en aquellos melanomas incorrectamente clasificados.
- Joaquin: joa_gzb@hotmail.com / joa.gzb@hotmail.com
- Emiliano: emiliano.kalafatic@gmail.com
Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.
