(SEMI)-AUTOMATED ANALYSIS OF MELANOCYTIC LESIONS

Il Melanoma è una forma molto aggressiva di cancro alla pelle la cui incidenza è costantemente aumentata negli ultimi 50 anni. Una diagnosi precoce unita ad una rapida asportazione risulta indispensabile per migliorare il tasso di sopravvivenza e richiede una analisi periodica ed accurata della lesioni melanocitiche del paziente. Abbiamo sviluppato una soluzione hardware e software chiamata Mole Mapper per assistere i deramtologi durante l'intero processo di diagnosi. L'obiettivo è permettere un incremento dell'accuratezza della diagnosi velocizzando al contempo l'intero processo. Tali caratteristiche si sono ottenute grazie ad un'analisi automatica delle immagini dermatoscopiche che individua ed evidenza al dermatologo le informazioni più significative. In questa tesi presentiamo 3 principali algoritmi che sono stati implementati in Mole Mapper: Una robusta segmentazione di lesioni melanocitiche, che risulta il punto di partenza di ogni altro algoritmo di elaborazioni di immagini e permette l'estrazione di informazioni utili riguardanti la forma e la dimensione delle lesioni. Tale algoritmo supera in accuratezza e velocità lo stato dell'arte attuale, con una precisione paragonabile ad un dermatologo esperto ed un tempo di esecuzione compatibile con l'elaborazione video realtime; Un algoritmo di depilazione digitale, che garantisce miglior precisione e robustezza agli altri algoritmi di elaborazione di immagini a fornisce al dermatologo un immagine priva di peli da impiegare nel processo di valutazione. La nostra proposta supera l'accuratezza dello stato dell'arte richiedendo solo una frazione del tempo di esecuzione, tanto da poter essere integrata su dispositivi mobili all'interno di una GUI interattiva. Un algoritmo di registrazione, per studiare l'evoluzione delle lesioni nel tempo evidenziando ogni possibile anomalia o variazione. Data la mancanza di un approccio standard al problema, abbiamo caratteriizzato gli obbiettivi ed i vincoli a cui sottostare proponendo quindi un approccio con un tempo di esecuzione compatibile con le necessità del Mole Mapper ed un accuratezza paragonabile a quella di un operatore umano.