Study and adjustment of dermoscopic image processing algorithms for lesion border detection

• Autorzy: Borys D. , Szeremet M. , Psiuk-Maksymowicz K. , Ostrowski Z. , Frąckiewicz M.

Warianty tytułu

PL

Badanie i optymalizacja algorytmów przetwarzania obrazów dermoskopowych w celu znalezienia konturu znamienia

• Języki publikacji: EN

Abstrakty

EN

The goal of our work was an initial preprocessing of dermoscopic images towards accurate lesion border detection. Four algorithms were proposed and analyzed: MS – algorithm using mean shift clustering, HE – algorithm using histogram equalization, TTH – algorithm using the top-hat transform, PCA – algorithm using principal component analysis. Those algorithms were tested on PH2 images database that contains 200 dermoscopic images, each with a mask of the lesion. Those algorithms were optimized using lesion mask from database and Jaccard index as a measure of similarity of both sets. Simple statistical analysis of indexes was used to compare proposed algorithms in term of their accuracy.

PL

W artykule poruszono problem wstępnego przetwarzania obrazów dermatoskopowych w celu znalezienia konturu znamienia. Zaproponowano i porównano cztery algorytmy: MS – wykorzystujący klasteryzację ‘mean shift’, HE – wykorzystujący wyrównywanie histogramu, TTH – wykorzystujący transformację ‘top-hat’, PCA – wykorzystujący metodę analizy głównych składowych. Algorytmy przetestowano z wykorzystaniem obrazów z bazy PH2, zawierającej 200 obrazów wraz z obrysem ręcznym, a ich parametry dobrano optymalizując indeks Jaccarda. Proste statystyki wyników pozwoliły na porównanie proponowanych algorytmów.

Słowa kluczowe

EN

dermoscopy; contouring; image preprocessing

PL

dermatoskopia; konturowanie; przetwarzanie wstępne

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Studia Informatica
• Rocznik: 2016
• Tom: Vol. 37, nr 3B
• Strony: 33--46
• Opis fizyczny: Bibliogr. 10 poz.

Twórcy

autor

Borys D.

• Silesian University of Technology, Institute of Automatic Control, ul. Akademicka 16, 44-100 Gliwice, Poland

autor

Szeremet M.

• Silesian University of Technology, Institute of Automatic Control, ul. Akademicka 16, 44-100 Gliwice, Poland

autor

Psiuk-Maksymowicz K.

• Silesian University of Technology, Institute of Automatic Control, ul. Akademicka 16, 44-100 Gliwice, Poland

autor

Ostrowski Z.

• Silesian University of Technology, Institute of Thermal Technology, ul. Akademicka 16, 44-100 Gliwice, Poland

autor

Frąckiewicz M.

• Silesian University of Technology, Institute of Automatic Control, ul. Akademicka 16, 44-100 Gliwice, Poland

Bibliografia

• 1. Wojciechowska U., Didkowska J.: Zachorowania i zgony na nowotwory złośliwe w Polsce. Krajowy Rejestr Nowotworów, Centrum Onkologii – Instytut im. Marii Skłodowskiej-Curie, http://onkologia.org.pl/raporty/, accessed 30/04/2016.
• 2. Soyer H.P., Argenziano G., Hofmann-Wellenhof R., Zalaudek I.: Dermoscopy: The Essentials, 2nd ed. Elsevier Saunders, 2011.
• 3. Johr R.H.: Dermoscopy: Alternative melanocytic algorithms. The ABCD rule of dermatoscopy, Menzies scoring method, and 7-point checklist. Clin. Dermatol. 20, 2002, p. 240÷247.
• 4. Tasli L., Oguz O.: The role of various immersion liquids at digital dermoscopy in structural analysis. Indian J Dermatol Venereol Leprol. 77(1):110, 2011.
• 5. Lee T., Ng V., Gallagher R., Coldman A., McLean D.: DullRazor: A software approach to hair removal from images. Computers in Biology and Medicine 27, 1997, p. 533÷554.
• 6. Borys D., Kowalska P., Frackiewicz M., Ostrowski Z.: A Simple Hair Removal Algorithm from Dermoscopic Images. Bioinformatics and Biomedical Engineering, Vol. 9043 of the series Lecture Notes in Computer Science, 2015, p. 262÷273.
• 7. Nguyen N.H., Lee T.K., Atkins M.S.: Segmentation of light and dark hair in der- moscopic images: a hybrid approach using a universal kernel. In: Dawant B.M., Haynor D.R. (eds.) Medical Imaging 2010: Image Processing. Proc. of SPIE, vol. 7623, 2010, p. 76234N.
• 8. Abbas Q., Celebi M.E., Garcia I.F.: Hair removal methods: A comparative study for dermoscopy images. Biomedical Signal Processing and Control 6, 2011, p. 395÷404.
• 9. Abbas Q., Garcia I.F., Celebi M.E., Ahmad W.: A Feature-Preserving Hair Removal Algorithm for Dermoscopy Images. Skin Research and Technology 19, 2013, p. e27÷e36.
• 10. Mendoca T., et al.: PH2 – A dermoscopic image database for research and bench- marking. In: 35th Annual International Conference of the IEEE EMBS, Osaka, Japan, July 3-7, 2013.

Uwagi

PL

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017).