Mobile Application for diagnosis of malignant melanoma using ID3 algorithm and border irregularity and asymmetry

Authors

  • Juan Paulo Sánchez Hernández Universidad Politécnica del Estado de Morelos, Boulevard Cuauhnáhuac #566, Col. Lomas del Texcal, Jiutepec, Morelos, México. CP 6255
  • Alma Delia Nieto Yañez Universidad Politécnica del Estado de Morelos, Boulevard Cuauhnáhuac #566, Col. Lomas del Texcal, Jiutepec, Morelos, México. CP 62550
  • Miguel Ángel Velasco Castillo Universidad Politécnica del Estado de Morelos, Boulevard Cuauhnáhuac #566, Col. Lomas del Texcal, Jiutepec, Morelos, México. CP 62550
  • Deny Lizbeth Hernández Rabadán Universidad Politécnica del Estado de Morelos, Boulevard Cuauhnáhuac #566, Col. Lomas del Texcal, Jiutepec, Morelos, México. CP 62550

DOI:

https://doi.org/10.30973/progmat/2017.9.1/4

Keywords:

ID3, Asymmetry, decision tree, malignant melanoma, Android

Abstract

In this paper, an application developed on Android platform for diagnosis of malignant melanoma is presented. Clinical features used for diagnosis of malignant melanoma are based on: Asymmetry, Border, Color and Diameter or ABCD rule of the cutaneous lesion. In this research the asymmetry and the border irregularity are considered. Image processing techniques applied are morphological operations and edge detectors which allow calculate the border irregularity and asymmetry index such as IC and AL. A decision tree was built to generate rules and classify the type of skin lesions. The classification precision was 76% obtained with thirty tests and evaluated through cross-validation, which implies that it can be improved.

Author Biographies

Juan Paulo Sánchez Hernández, Universidad Politécnica del Estado de Morelos, Boulevard Cuauhnáhuac #566, Col. Lomas del Texcal, Jiutepec, Morelos, México. CP 6255

Juan Paulo Sánchez Hernández es Doctor en Ciencias Computacionales por el Instituto Tecnológico y de Estudios Superiores de Monterrey campus Cuernavaca en donde desarrolla su tesis en el área de optimización combinatoria. Actualmente es profesor en la Universidad Politécnica del Estado de Morelos desde 2012. Realiza investigación en el área de optimización combinatoria y el reconocimiento de patrones. Además, es miembro del sistema nacional de investigadores (Candidato). Jorge Luis Pinzón Salazar, es egresado de la carrera de ingeniería en informática en la Universidad Politécnica del Estado de Morelos. En dicha universidad desarrolla su tesis relacionada con la implementación de una aplicación móvil que reconocía imágenes estáticas de melanoma maligno. Sus principales intereses son el desarrollo web y móvil.

Alma Delia Nieto Yañez, Universidad Politécnica del Estado de Morelos, Boulevard Cuauhnáhuac #566, Col. Lomas del Texcal, Jiutepec, Morelos, México. CP 62550

Alma Delia Nieto Yañez es Doctora en Ciencias Computacionales en el Instituto Tecnológico y de Estudios Superiores de Monterrey Campus Cuernavaca y su trabajo doctoral lo realizó en el área de optimización. En agosto de 2009 ingresó como profesora de tiempo completo de la carrera de Ingeniería en Informática en la Universidad Politécnica del Estado de Morelos (UPEMOR). Dentro de la UPEMOR es miembro del cuerpo académico de la carrera de Ingeniería en Informática denominado “Tecnologías Web”. Tiene interés especial en el área de Optimización, en particular, el diseño de métodos híbridos para resolver diferentes clases problemas, así como en su paralelización.

Miguel Ángel Velasco Castillo, Universidad Politécnica del Estado de Morelos, Boulevard Cuauhnáhuac #566, Col. Lomas del Texcal, Jiutepec, Morelos, México. CP 62550

Miguel Ángel Velasco Castillo es egresado de la Universidad Nacional Autónoma de México con grado de maestría. Actualmente es profesor de tiempo completo en la Universidad Politécnica del Estado de Morelos en la dirección académica de Electrónica y Telecomunicaciones. Cuenta con más de 28 años de experiencia en el ámbito laboral en el área de las telecomunicaciones, en sistemas de radio frecuencia, enlaces satelitales y de microondas, enlaces de telefonía celular y sistemas electrónicos de alta frecuencia. En el ámbito académico cuenta con más de 14 años colaborando en proyectos electrónicos para desarrollos académicos y de investigación.

Deny Lizbeth Hernández Rabadán, Universidad Politécnica del Estado de Morelos, Boulevard Cuauhnáhuac #566, Col. Lomas del Texcal, Jiutepec, Morelos, México. CP 62550

Deny Lizbeth Hernández Rabadán es Doctora en Ciencias Computacionales por el Instituto Tecnológico y de Estudios Superiores de Monterrey en donde desarrolla su tesis en el área de procesamiento de imágenes. Ha colaborado en proyectos de investigación con el centro de investigación en biotecnología (CEIB) de la UAEM. Actualmente es profesora por asignatura en la Universidad Politécnica del Estado de Morelos en donde colabora como docente y dirige tesis de licenciatura y maestría. Es miembro del Sistema Estatal de Investigadores y sus principales intereses son el reconocimiento de patrones y la visión computacional.

References

Zaballos, P., Carrera, C., Puig, S., Malvehy, J. Criterios dermatoscópicos para el diagnóstico del melanoma. Medicina Cutánea Ibero-Latino-Americana. 2004, 32 (1), 3-17.

Lee, T. K., McLean, D. I., Atkins, M. S. Irregularity index: a new border irregularity measure for cutaneous melanocytic lesions. Medical image analysis. 2003, 7(1), 47-64. https://doi.org/10.1016/S1361-8415(02)00090-7

Celebi, M. E., Kingravi, H. A., Uddin, B., Iyatomi, H., Aslandogan, Y. A., Stoecker, W. V., Moss, R. H. A methodological approach to the classification of dermoscopy images. Computerized Medical Imaging and Graphics. 2007,31(6), 362-373. https://doi.org/10.1016/j.compmedimag.2007.01.003

Ogorzałek, M., Alekseenko, A., Surówka, G., Nowak, L. Modern techniques for computer-aided melanoma diagnosis. INTECH Open Access Publisher, 2011. https://doi.org/10.5772/23388

Sánchez-Hernández, J. P., Hernández-Rabadán, D. L. Comparison of classification methods applied to the diagnosis of malignant melanoma using asymmetry. Programación Matemática y Software. 2014, 6(2), 51-56. http://doi.org/10.30973/progmat/2014.6.2/7

Patel, S., Eluri, M., Boyers, L. N., Karimkhani, C., & Dellavalle, R. Update on mobile applications in dermatology. Dermatology Online Journal. 2015, 21(2), 1-5.

Vañó-Galván, S., Paoli, J., Ríos-Buceta, L., Jaén, P. Skin self-examination using smartphone photography to improve the early diagnosis of melanoma. Actas Dermo-Sifiliográficas. 2015, 106(1), 75-77. https://doi.org/10.1016/j.ad.2014.05.009

University of Michigan Health System (UMHS). Skin Cancer Self-Exam Mobile App. Recuperado el 17 de diciembre de 2015 de http://www.uofmhealth.org/patient%20and%20visitor%20guide/myskin-check-app, 2015.

Cardiff University (CU). Virtual Dermatoscope – iPhone App. Recuperado el 17 de diciembre de 2015 de http://sites.cardiff.ac.uk/dermatology/courses/an-introduction-to-dermoscopy/virtual-dermatoscope-iphone-app/, 2015.

Cook, W. Is that little mole a big problem? Ask Doctor Mole, the smartphone app that checks for signs of skin cancer [en línea]. Daily mail seccion science. Recuperado el 17 de diciembre de 2015 de http://www.dailymail.co.uk/sciencetech/article-2212200/DoctorMole-The-smartphone-app-checks-signs-skin-cancer.html, 2012.

Ávila de Tomas, J.F. APP´s Medicina, Dermomap. Recuperado el 17 de Diciembre de 2015 de https://appsmedicina.com/es/apps/detalle_app.php?id=16, 2014.

Quinlan, J. R. Induction of decision trees. Machine Learning. 1986, 1(1), 81-106. https://doi.org/10.1007/BF00116251

Downloads

Published

2017-02-28

How to Cite

Sánchez Hernández, J. P., Nieto Yañez, A. D., Velasco Castillo, M. Ángel, & Hernández Rabadán, D. L. (2017). Mobile Application for diagnosis of malignant melanoma using ID3 algorithm and border irregularity and asymmetry. Programación Matemática Y Software, 9(1), 28–35. https://doi.org/10.30973/progmat/2017.9.1/4

Issue

Vol. 9 No. 1 (2017): February, 2017

Section

Articles

License

Copyright (c) 2017 Juan Paulo Sánchez Hernández, Alma Delia Nieto Yañez, Miguel Ángel Velasco Castillo, Deny Lizbeth Hernández Rabadán

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

Usted es libre de:

Compartir — compartir y redistribuir el material publicado en cualquier medio o formato.
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente.

Bajo las siguientes condiciones:

Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso.
  Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia.