Dermoskopik Görüntülerde Cilt Leke Sınırlarının Belirlenmesi

Abstract

Malign (kötü huylu) melanoma, cilt kanseri türleri arasında ölüm oranı oldukça yüksek olan bir hastalıktır. Tehlike seviyesi yüksek olan bu kanser türünün teşhisinin doğru yapılabilmesi oldukça önemlidir. Cilt lekesinin asimetrik yapısı, renginin homojen olmayışı, çapının 6 mm’den büyük oluşu veya kenarlarının düzensiz oluşu, dermatologların görsel olarak melanoma tipi kanserli doku teşhisini koymada kullandığı önemli parametrelerdir. Bu çalışmada, hekimin teşhis koymasına yardımcı olabilmek ve muhtemel insan hatalarını azaltmak amacıyla görüntü izleme teknolojileri ile otomatik cilt lekesi bölütleme ve kenar belirleme işlemleri gerçekleştirilmiştir. 200 lezyon görüntüsüne sahip PH2 veri seti kullanılmıştır. Önerilen bölütleme ile kenar belirleme sisteminin performans analizi için veri setinde paylaşılmış olan bölütlenmiş referans lezyon görüntüleri kullanılmıştır. Ortalama hacim örtüşmesi 0.75±6.2 ve ortalama Dice katsayısı 0.88±3.4 olarak elde edilmiştir. Sonuç olarak, bu çalışmada önerilen yöntemin kullanımı ile melanoma tipi cilt kanser teşhisinin daha kolay yapılması ve yanlış karar sonucu ölümlerin engellenmesi hedeflenmiştir.

Malignant Melanoma is a disease that death rate is quite high among the skin cancer types. It is very important to do the correct diagnosis of this cancer type whose danger level is high. Asymmetric shape, heterogeneous color, bigger diameter than 6 mm and untidy borders that are used to diagnose melanoma by the dermatologists visually are important parameters. In this study, an automatic skin lesion segmentation and border detection processes are carried out in order to assist the physician for diagnosis and reduce the probable human errors. PH2 dataset that includes 200 lesion images has been used. The segmented reference lesion images which are shared in the dataset have been used for performance analysis of the proposed segmentation and border detection system. The average volume overlap (VO) and Dice coefficient (DC) are achieved as 0.75±6.2 and 0.88±3.4 respectively. As a result, it is aimed to make easier the diagnosis of melanoma type skin cancer and prevent deaths that arisen out of the result of the wrong diagnosis by using the proposed method.