Projekt i implementacja aplikacji do automatycznej klasyfikacji obrazów zmian skórnych w chorobach wirusowych wieku dziecięcego

Choroby skórne stanowią istotny problem zdrowotny, zarówno ze względu na ich powszechność, jak i trudności w szybkiej diagnostyce. Szczególnym wyzwaniem jest brak świadomości wśród rodziców dotyczącej wczesnych objawów chorób skórnych, co może prowadzić do opóźnień w podjęciu odpowiedniego leczenia. Brak wczesnego rozpoznania takich chorób może dodatkowo skutkować wzrostem liczby zachorowań, szczególnie w miejscach o wysokim zagęszczeniu osób, takich jak szkoły czy przedszkola. Celem pracy było opracowanie algorytmu zdolnego do automatycznej klasyfikacji wybranych chorób skórnych na podstawie obrazów zmian skórnych. Rozwiązanie to mogłoby wspierać proces diagnostyczny, umożliwiając wstępną ocenę zmian skórnych przez rodziców i osoby niemające wykształcenia medycznego, a także stanowić narzędzie pomocnicze dla specjalistów. W pracy wykorzystano modele głębokiego uczenia, bazujące na sieciach konwolucyjnych oraz wykorzystujące fine-tuning z architekturą VGG16. Kluczowymi elementami projektu były segmentacja zmian skórnych, opracowana w oparciu o autorski algorytm, oraz techniki augmentacji danych, które zwiększyły różnorodność obrazów treningowych. Modele zostały przetestowane na różnych typach danych wejściowych, takich jak obrazy kadrowane i oryginalne, zarówno z segmentacją, jak i bez niej. Wyniki oceny, oparte na czułości, swoistości oraz macierzy pomyłek, wskazują na dobrą skuteczność opracowanego algorytmu w klasyfikacji chorób takich jak ospa wietrzna czy rumień nagły.
Słowa klucze: choroby skórne, klasyfikacja obrazów, głębokie uczenie, segmentacja zmian skórnych, VGG16