Diagnóstico de melanoma através de HOG, função K de Ripley e Alpha-Shapes

Abstract

O melanoma é o tipo de câncer de pele mais letal quando comparado com os demais, porém os pacientes apresentam índices de recuperação elevados se a doença for descoberta em sua fase inicial. Seu diagnóstico prévio ainda apresenta um desafio para pessoas cujo acesso aos médicos especialistas é inviável. Diversas abordagens de detecção e diagnóstico automático vêm sendo exploradas por diferentes autores, usando técnicas de reconhecimento de padrões e aprendizado de máquina. Neste trabalho, é proposto um modelo para classificação automática de câncer de pele melanoma, por meio de um processo de treinamento supervisionado de máquinas de vetor de suporte, tendo como comparação as características extraídas pelos métodos de histogramas de gradientes orientados, análise espacial com função K de Ripley e análise geométrica de estruturas côncavas determinadas através de Alpha-Shapes. Os resultados obtidos são promissores devido às taxas de sensibilidades e precisão encontradas, principalmente usando o método de geometria côncava para extração de características.