Segmentacja zmian skórnych metodami aktywnego konturu

Czerniak złośliwy jest jednym z najszybciej rozwijających się nowotworów, oraz
wykazuje duże skłonności do przerzutów, dlatego jego wczesne rozpoznanie i leczenie jest
niezwykle istotne. Diagnoza czerniaka dokonywana jest zazwyczaj przez specjalistów
dermatologów oceniających wizualnie podejrzane znamię na skórze pacjenta. Opracowanie
automatycznej diagnozy za pomocą technik przetwarzania obrazów pozwoliłoby na
dokonywanie diagnozy w gabinetach lekarzy pierwszego kontaktu. Wczesna diagnoza
pozwalałaby na usuwanie nowotworu w jego wczesnej fazie, zwiększając szanse przeżycia
pacjenta. Jednym z pierwszych elementem analizy obrazu jest segmentacja, która ma
wskazać obszar zainteresowania, który zostanie poddany dalszej analizie. Jest to niezwykle
ważny etap przetwarzania ponieważ od jakości segmentacji będzie zależała jakość całego
procesu analizy.
Celem pracy jest wybór i implementacja oraz przetestowanie algorytmu segmentacji
(wydzielenia z tła) w oparciu o dostępną literaturę. Następnie przetestowanie wybranego
algorytmu oraz rozważenie możliwości dalszej rozbudowy metody. Cel został osiągnięty.
W ramach pracy dokonano przeglądu dostępnych metod. W oparciu o założenia
wybrano metodę aktywnych konturów z rozszerzeniem GVF(ang. Gradient Vector Flow),
oraz zaimplementowano ją w środowisku Matlab. W zaimplementowanym algorytmie
zastosowano sumowanie pól GVF obliczonych dla różnych kanałów barwnych. Metodę
przetestowano na zbiorze obrazów znamion melanocytowych.

The melanoma is one of fastest progressing type of cancer. In addition it have a
tendency to metastasis, so its recognition and treatment in early stage are extremely important.
Usually the melanoma is being diagnosed, by medical expert in dermatology through visual
assessing suspicious lesion. Creating a automatic diagnose method by image processing
would allow for recognition of dangerous lesion while medical examination by general
practice physician. Early diagnosis would allow for removal melanoma in the early stage
increasing chance of patient’s fully recovery
One of first step of the automatic image the analysis is a segmentation. Purpose of a
segmentation is to divide image into regions which will be used to further processing. Its
extremely important step of analysis, because the quality of segmentation will influence in
quality of the analysis.
Aim of this thesis was to chose and implement and test segmentation algorithm. The
objective was achieved.
In this thesis review of available methods was perform. Based on preliminary
assumptions the method of active contour with Gradient Vector Flow was chosen and
implement in Matlab development environment. In the implemented algorithm summing of
GVF field calculated for different color channels was applied. The method was tested on a set
of skin lesion images.