DOI: http://dx.doi.org/10.18257/raccefyn.609

Artículo original

Análisis multiespectral y digital de los nevos melanocíticos adquiridos

Ariana C. Di Lorenzo V., Reimer A. Romero H, Aarón Muñoz T., Sandra C. Vivas, Irene Paredes

Resumen


El objetivo del presente trabajo fue encontrar las diferencias entre los distintos tipos de nevos melanocíticos adquiridos con base en la información extraída de las imágenes multiespectrales. La dimensión fractal y la entropía se escogieron como medidas para distinguir entre los nevos (146 lesiones). El análisis de varianza (ANOVA unifactorial) considerando la dimensión fractal mostró diferencias significativas (p<0,05) entre los grupos, con mayor significación en la longitud de onda azul (p=7,87e-08), y menor en la roja. La medida de la entropía se comparada entre los pares de grupos mediante la prueba T de Student, y se encontraron diferencias entre los lunares benignos (U,C,I) y los displásicos (D), específicamente en los canales cyan (pUD=0,002, pCD=0,023, pID=0,012) y rojos (pUD=0,0001, pCD=2,55E-5, pID=0,005). El uso de imágenes multiespectrales, conjuntamente con las medidas de ordenamiento (dimensión fractal y entropía), permite caracterizar y diferenciar los grupos de nevos melanocíticos adquiridos, lo cual contribuiría al desarrollo de un tipo de evaluación dermatológica no invasiva y concluyente del ordenamiento de los nidos de melanina.

Palabras clave


Dimensión fractal; Multiespectral; Entropía; Nevos; Dermatoscopía.

Texto completo:

PDF

Referencias


Air University. Space Primer (2003). ‘Multispectral Imagery. Fecha de consulta: 10 de octubre de 2017. Disponible en: http://www.au.af.mil/au/awc/space/primer/index.htm

Amelard R., Glaister J., Wong A., Clausi D.A. (2014). Melanoma Decision Support Using Lighting-Corrected Intuitive Feature Models. In: Scharcanski J., Celebi M. Computer Vision Techniques for the Diagnosis of Skin Cancer. Jacob Scharcanski, M. Emre Celeb, Springer Berlin Heidelberg. Series in BioEngineering. Springer, Berlin, Heidelberg.

Argenziano, G. & Soyer, P. (2001). ‘Dermoscopy of pigmented skin lesions – a valuable tool for early detection. The Lancet Oncology. 2 (7): 443-449.

Brieva, J. A. & Montes, L. (1995). EI Análisis de entropía. Un método para determinar el grado de selección en un sedimento. Aplicación en un área del Caribe colombiano’’. GEOCOL. 19:145-151.

Cavalcanti P.G. & Scharcanski J. (2014) Texture Information in Melanocytic Skin Lesion Analysis Based on Standard Camera Images. In: Scharcanski J., Celebi M. (Editors). Computer Vision Techniques for the Diagnosis of Skin Cancer. Series in BioEngineering. Springer, Berlin, Heidelberg.

Chang WY, Huang A, Yang CY, Lee CH, Chen YC, Wu TY, Chen GS. (2013). Computer-aided diagnosis of skin lesions using conventional digital photography: A reliability and feasibility study. PLoS One, 8 (11).

De Giorgi, V., Piccolo, D., Argenziano, G., Soyer, P. (2004). Interactive atlas of dermoscopy’. JAAD. 50 (5): 807-808.

Estrada G. & William F. (2004). Geometría fractal: conceptos y procedimientos para la construcción de fractales. 1a Edición, Bogotá, D.C. Colombia, Cooperativa Editorial Magisterio.

Falconer, K. (2007) Fractal Geometry: Mathematical Foundations and Applications’. UK, Wiley.

Fodor, L., Ullmann, Y., Elman, M. (2012). Aplicaciones estéticas de la luz pulsada intensa’. Alemania, Editorial Amolca.

González, R.C. & Woods, R.E. (2008). Digital Image Processing. New Jersey, USA, Pearson Prentice Hall.

International Agency for Research on Cancer (IARC). (2012). GLOBOCAN 2012: Estimated Cancer Incidence, Mortality and Prevalence Worldwide in 2012’. Fecha de consulta: 10 de abril de 2018. Disponible en: http://globocan.iarc.fr

Isasi A. G., Zapirain B. G., Zorrilla A. M. (2011). Melanomas non-invasive diagnosis application based on the ABCD rule and pattern recognition image processing algorithms. Comput Biol Med. 41 (9): 742-55.

Kapsokalyvas D., Bruscino N., Alfieri D., de Giorgi V., Cannarozzo G., Cicchi R., Massi D., Pimpinelli N., Pavone F. S. (2013). Spectral morphological analysis of skin lesions with a polarization multispectral dermoscope. Optics Express. 21 (4): 4826-4840.

Kim S.,Cho D.,Kim J., Kim M., Youn S., Jang J. E., Je M., Lee D. H., Lee B.,Farkas D. L., Hwang J. Y. (2016). Smartphonebased multispectral imaging: System development and potential for mobile skin diagnosis. Biomedical Optics Express. 7 (12): 5294-5307.

Manousakia A. G., Manios A. G., Tsompanakic E. I., Tosca A. D. (2016). Use of color texture in determining the nature of melanocytic skin lesions—a qualitative and quantitative approach. Computers in Biology and Medicine. 36 (4):419-427.

Ruela, M., Barata, C., Marques, J.S, Rozeira, J. (2015). A system for the detection of melanomas in dermoscopy images using shape and symmetry features. CMBBE: Imaging & Visualization. 5 (2): 127-137.

McIntosh L. M., Summers R., Jackson M., Mantsch H. H., Mansfield J. R., Howlett M., Crowson A. N., Toole J.W.P. (2001). Towards Non-Invasive Screening of Skin Lesions by Near-Infrared Spectroscopy. Journal of Investigative Dermatology. 116 (1): 175-181.

Moreno-Giménez, J.C., Garnacho-Saucedo, G.M. (2012), Trastornos de la pigmentación: léntigos, nevos y melanoma. Fotoprotección. Pediatría Integral. 16 (4): 321-331.

Muñoz, A. & Vivas, S. (2014). Implementación de sistema de captura de imágenes multiespectrales para el análisis de la piel humana. FARAUTE. 9 (1).

Paredes, I., Rabzelj B., Vivas S., Muñoz A. (2016) Microscopía de epiluminiscencia multiespectral. Fecha de consulta: 10 de octubre de 2017. Disponible en: https://www.researchgate.net/publication284187217_microscopia_de_epiluminiscencia_multiespectral

Pluim, J. P. W., Maintz, J. B. A., Viergever, M. A. (2003). Mutual-Information-Based Registration of Medical Images: A Survey. IEEE Transactions on Medical Imaging. 22 (8).

Rex Cavallé, J., Ferrándiz Foraster, C. Editors. (2007). Nevos melanocíticos. Fecha de consulta: 10 de octubre de 2017. Disponible en: http://www.aeped.es/sites/default/files/documentos/Nevos.pdf

Ruiz, M. E., Palomino, N., Contreras, W. (2010). Procesamiento digital de textura: técnicas utilizadas en aplicaciones actuales de cbir. RISI. 7 (I): 57-64.

Schmerling R.A., Loria D., Cinat G., Ramos W.E., Cardona A.F., Sánchez J.L., et al. (2011). Cutaneous melanoma in Latin America: The need for more data. Rev Panam Salud Pública. 30 (5):431-8.

Sortino-Rachou, Curado M.P., Cancela M. de C. (2011). Cutaneous melanoma in Latin America: A populationbased descriptive study. Cad Saúde Publica. 27 (3):565-72.

The Cancer Atlas website. (2008). Explore Data. Fecha de consulta: 10 abril, 2018. Disponible en: http://canceratlas. cancer.org/

Vivas T. S. & Muñoz M. (2016). Tomografía óptica multiespectral cutánea con imagej. OPA. 49 (4):219–224.

Wolff, K., Goldsmith, L. A., Katz S. I., Gilchrest B. A., Paller A. S., Leffel D. J. (2010). Dermatología en medicina general. 7a Edición. Buenos Aires. Editorial Panamericana.


Métricas de artículo

Cargando métricas ...

Metrics powered by PLOS ALM


Bookmark and Share


Copyright (c) 2018 Revista de la Academia Colombiana de Ciencias Exactas, Físicas y Naturales