Sistema automatizado de detección y clasificación mediante Deep Learning de atributos dermatoscópicos en lesiones de la piel para diagnóstico de melanoma

López Salmerón, Natalia (2021). Sistema automatizado de detección y clasificación mediante Deep Learning de atributos dermatoscópicos en lesiones de la piel para diagnóstico de melanoma. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. y Sistemas de Telecomunicación (UPM), Madrid.

Description

Title: Sistema automatizado de detección y clasificación mediante Deep Learning de atributos dermatoscópicos en lesiones de la piel para diagnóstico de melanoma
Author/s:
  • López Salmerón, Natalia
Contributor/s:
  • Sáenz Lechón, Nicolás
Item Type: Final Project
Degree: Grado en Ingeniería de Sistemas de Telecomunicación
Date: January 2021
Subjects:
Freetext Keywords: Imágenes dermoscópicas; Cáncer; Redes neuronales artificiales
Faculty: E.T.S.I. y Sistemas de Telecomunicación (UPM)
Department: Ingeniería Audiovisual y Comunicaciones [hasta 2014]
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (5MB) | Preview
[img] Archive (ZIP) - Users in campus UPM only
Download (8MB)

Abstract

En medicina, el ámbito de la dermatología estudia las lesiones y patologías de la piel. Hasta ahora, para determinar la gravedad y el tipo de lesión de piel se siguen dos métodos: uno de ellos, denominado biopsia, consiste en extraer una parte de la lesión de la epidermis, para posteriormente analizarla en un laboratorio y determinar el tipo de patología que conforma. El otro método, el menos invasivo, denominado dermatoscopia, es una técnica para diagnosticar de forma temprana el melanoma y otras lesiones pigmentadas y no pigmentadas de la piel. Consiste en extraer mediante un dermatoscopio, una imagen detallada de la lesión para analizar los patrones que muestra, pues existe una relación directa entre estos patrones y los tipos de patologías cutáneas. El propósito de este proyecto pretende contribuir en el método de la dermatoscopia, desarrollando un sistema automático de análisis de imágenes de lesiones cutáneas y detección de las estructuras dermatoscópicas que presentan. Estas estructuras son las principales características que ayudan a profesionales médicos y patólogos a discernir si una lesión es un potente melanoma u otro tipo de patología cutánea. Para desarrollar el sistema que va a identificar los patrones de las lesiones, se hace uso de herramientas de Aprendizaje de Máquinas o Machine Learning, más específicamente de métodos de Aprendizaje Profundo o Deep Learning, con los que se van a entrenar redes neuronales artificiales. El Deep Learning es la disciplina de la Inteligencia Artificial que pretende reflejar el comportamiento del cerebro humano y su sistema de neuronas. De este modo, se van a entrenar redes neuronales artificiales para reconocimiento de imágenes, de forma que aprendan a analizar una imagen de lesión cutánea y a detectar los patrones de las estructuras dermatoscópicas que esta presenta. Este sistema pretende revolucionar la evolución de la dermatoscopia, mejorando las estadísticas de diagnósticos de melanoma, favoreciendo su detección temprana y, por ende, aumentando el número de casos curados. Abstract: Dermatology is the science that is concerned with the diagnosis and treatment of diseases of the skin. Until now, there are two known methods to determine the severity and type of a skin lesion: one of them, called biopsy, consists in an examination in a laboratory of tissue removed from the skin to discover the presence or cause of a disease. The other one, less invasive, is called dermatoscopy and it is a diagnostic technique for early diagnosis of melanoma and evaluation of other pigmented and non-pigmented skin lesions. These lesions are examined with a dermatoscope, a device that takes a detailed photography of the affected area to detect the patterns that it shows, because there exists a direct connection between these patterns and the types of cutaneous lesions. The purpose of this project is to contribute to dermatoscopy techniques, developing an automatic system to analyse skin lesion images and detect the dermatoscopic patterns they present. These patterns are the most important for doctors and pathologists to determine if a skin lesion is a potential melanoma or another type of pathology. The automatic system is going to be programmed using Machine Learning tools, more specifically, Deep Learning techniques to train artificial neural networks. In the terms of Artificial Intelligence, Deep Learning is the discipline which is closer to mirror the behaviour of a human neural brain system. Therefore, the artificial neural networks can be trained to recognise images (as the human brain does thanks to eyesight) and to learn to detect dermatoscopic patterns in them. This automatic system aims to evolve dermatoscopy’s methods, improving melanoma diagnosis statistics, helping to detect symptoms as soon as possible and, therefore, increase the number of cured cases.

More information

Item ID: 69444
DC Identifier: https://oa.upm.es/69444/
OAI Identifier: oai:oa.upm.es:69444
Deposited by: Biblioteca Universitaria Campus Sur
Deposited on: 13 Jan 2022 16:09
Last Modified: 13 Mar 2022 23:30
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM