Projects

Research Projects

UN SISTEMA SEMIAUTOMATICO PER LA DIAGNOSI DEI MELANOMI

In collaborazione con un gruppo di dermatologia dell’Università degli studi di Napoli il gruppo di misure dell’Università di Salerno ha sviluppato degli algoritmi diagnostici di elaborazione delle immagini per l'applicazione automatica della seven-point checklist. Viene effettuata una elaborazione preliminare finalizzata alla rimozione degli artefatti; poi l’elaborazione procede con la Boundary Detection, che consente l’estrazione delle lesioni pigmentate dalla cute immediatamente circostante. In seguito, la Low-Level Structure Detection mira ad identificare e valutare le principali caratteristiche morfologiche e cromatiche della lesione pigmentata. Infine, nel corso della Dermoscopic Structure Detection , le caratteristiche dermoscopiche della lesione vengono analizzate e classificate al fine di identificare criteri (high-level structure) della seven-point checklist. Per la messa a punto delle procedure, andranno individuati degli opportuni Training e Test Set in corrispondenza di ciascun criterio dermoscopico con l'ausilio di dermatologi esperti nella seven-point checklist (ai quali verrà richiesto di classificare ciascuna immagine e di individuare le strutture morfologiche e cromatiche di primo livello risultanti dagli algoritmi di segmentazione colore e di estrazione di texture). Quindi si procederà con l'addestramento di Logistic Model Tree e l'individuazione di soglie (attraverso l'utilizzo delle curve ROC) utili all'aggregazione di informazioni per strutture di primo livello in accuratezza di classificazione per immagine.Una volta completata la fase di progettazione e addestramento del Software, SW, al fine di dotarlo della capacità di riprodurre l'esperienza di un dermatologo ben addestrato e/o di supportare il clinico meno esperto nella sua diagnosi visiva, il Software sviluppato andrà opportunamente caratterizzato.Questa seconda fase ha come obiettivo la valutazione dell’affidabilità clinica del SW in termini di performance diagnostica, rispetto a quella di un dermatologo esperto (DE) e di un non esperto (DNE).Le immagini dermoscopiche di lesioni melanocitiche, provenienti da pazienti afferiti presso gli ambulatori della Clinica Dermatologica del Dipartimento di Medicina Clinica e Chirurgia dell’Università di Napoli Federico II dal 2011 al 2014, dovranno essere sottoposte a DE e a DNE. A tal fine occorrerà sviluppare un’opportuna interfaccia per consentire ai dermatologi il diretto inserimento dei dati di valutazione. Per ciascuna immagine dermoscopica l’interfaccia dovrà consentire al medico di indicare la presenza/assenza di ciascuno dei 7 criteri previsi dalla seven-point e, quindi, la loro diagnosi definitiva tra quattro possibili scelte: melanoma, lesione sospetta (da escindere), lesione sospetta (da sottoporre a follow-up), nevo benigno.Lo stesso gruppo di immagini andrà sottoposto all’analisi automatizzata del SW in modo da confrontare le diverse diagnosi. In un secondo momento, i DNE saranno assistiti dal SW nella diagnosi e per ciascuno dei sette parametri valuteranno il giudizio del SW e decideranno se condividerlo o meno, variando o meno la propria diagnosi espressa precedentemente, aiutati in questo dall’interfaccia. La sensibilità (intesa come numero di lesioni classificate come melanomi, rispetto al totale delle lesioni istologicamente risultate tali), la specificità (intesa come numero di lesioni classificate come non-melanoma rispetto al totale delle lesioni istologicamente risultate tali) e l’accuratezza diagnostica (intesa come media pesata di sensibilità e specificità) di DE, DNE, SW e DNE+SW potranno essere valutate e confrontate. Inoltre grazie al confronto tra le prestazioni sarà possibile dotare il SW di una indicazione dell’affidabilità, che dipende dall’immagine analizzata e dalle caratteristiche peculiari del parametro identificato, della diagnosi fornita.

DepartmentDipartimento di Ingegneria Industriale/DIIN
FundingUniversity funds
FundersUniversità  degli Studi di SALERNO
Cost19.151,61 euro
Project duration7 November 2014 - 6 November 2016
Research TeamLIGUORI Consolatina (Project Coordinator)
PACIELLO Vincenzo (Researcher)
PAOLILLO Alfredo (Researcher)
PIETROSANTO Antonio (Researcher)