領域知識を用いた皮膚鏡画像における毛髪検出と病変のセグメンテーション

Hair detection and lesion segmentation in dermoscopic images using domain knowledge.

• Sameena Pathan
• K Gopalakrishna Prabhu
• P C Siddalingaswamy

抄録

メラノサイト病変のコンピュータ支援診断（ＣＡＤ）において、自動セグメンテーションおよび皮膚鏡による毛髪検出は重要な課題の一つである。また、皮膚の質感や滑らかな病変境界にはアーチファクトやばらつきがあるため、これらの方法の精度は妨げられている。本研究の目的は、毛髪の検出と病変のセグメンテーションを自動化するアルゴリズムを開発し、その精度を向上させることである。前述の目的は2つの方法で達成される。第一に、毛髪の特性を考慮した新しい毛髪検出アルゴリズムを設計する。第二に、病変部を周囲の皮膚から効果的に区別するために、クロマベースの新しい幾何学的変形モデルを使用する。スピード関数は、病変のクロミナンス特性を取り入れ、病変境界での進化を停止させる。初期輪郭とクロミナンスに基づく速度関数の自動初期化は、ロバストで柔軟なセグメンテーションを提供するのに役立つ。提案されたアプローチは、PH2からの200枚の画像とISBI 2016のデータセットからの900枚の画像でテストされている。PH2データセットについては、平均精度、感度、特異度、オーバーラップのスコアがそれぞれ93.4、87.6、95.3、11.52%と得られた。同様に，提案手法はISBI 2016データセットに対して，それぞれ94.6，82.4，97.2，7.20%の平均精度，感度，特異度，オーバーラップスコアを得た．統計的および定量的な分析により、CADシステムに組み込むためのアルゴリズムの信頼性が証明された。グラフィカルアブストラクト 提案システムの概要

Automated segmentation and dermoscopic hair detection are one of the significant challenges in computer-aided diagnosis (CAD) of melanocytic lesions. Additionally, due to the presence of artifacts and variation in skin texture and smooth lesion boundaries, the accuracy of such methods gets hampered. The objective of this research is to develop an automated hair detection and lesion segmentation algorithm using lesion-specific properties to improve the accuracy. The aforementioned objective is achieved in two ways. Firstly, a novel hair detection algorithm is designed by considering the properties of dermoscopic hair. Second, a novel chroma-based geometric deformable model is used to effectively differentiate the lesion from the surrounding skin. The speed function incorporates the chrominance properties of the lesion to stop evolution at the lesion boundary. Automatic initialization of the initial contour and chrominance-based speed function aids in providing robust and flexible segmentation. The proposed approach is tested on 200 images from PH2 and 900 images from ISBI 2016 datasets. Average accuracy, sensitivity, specificity, and overlap scores of 93.4, 87.6, 95.3, and 11.52% respectively are obtained for the PH2 dataset. Similarly, the proposed method resulted in average accuracy, sensitivity, specificity, and overlap scores of 94.6, 82.4, 97.2, and 7.20% respectively for the ISBI 2016 dataset. Statistical and quantitative analyses prove the reliability of the algorithm for incorporation in CAD systems. Graphical Abstract Overview of proposed system.