Extraction and selection of features in digital images showing skin lesions

Authors

  • Verónica Dennise Organista Vázquez Tecnológico Nacional de México/ IT de Acapulco
  • José Antonio Montero Valverde Tecnológico Nacional de México/ IT de Acapulco
  • Miriam Martínez Arroyo Tecnológico Nacional de México/ IT de Acapulco
  • Eloy Cadena Mendoza Tecnológico Nacional de México/ IT de Acapulco

DOI:

https://doi.org/10.30973/progmat/2021.13.3/7

Keywords:

Melanoma, detection of ROI's, feature extraction, processing of images

Abstract

In this article, results related the process of extracting features in digital images containing skin lesions are shown. These results are part of a bigger project that considers the task for classifying skin lesions through a smartphone. The process used to detect the region of interest (ROI) and the main considered features is explained and how these can help us to provide a better classification of a melanoma type skin lesion. A methodology based in image processing is proposed in which -at the moment- the first three phases (preprocessing, segmentation and features extraction) and the results obtained in this process are considered satisfactory.

Author Biographies

Verónica Dennise Organista Vázquez, Tecnológico Nacional de México/ IT de Acapulco

Ingeniera en Sistemas Computacionales egresada en el 2018 del Tecnológico Nacional de México/Instituto Tecnológico de Acapulco. Dentro de la experiencia laboral trabajó en una escuela privada de programación y robótica en el municipio de Acapulco donde fue docente y también desarrolló una página web para la misma escuela. Actualmente es estudiante de la Maestría en Sistemas Computacionales en el área de estudio: Desarrollo de Sistemas Inteligentes (DSI) del Tecnológico Nacional de México Campus Acapulco en el Programa Nacional de Posgrados de Calidad (PNPC) del Consejo Nacional de Ciencia y Tecnología (CONACyT).

José Antonio Montero Valverde, Tecnológico Nacional de México/ IT de Acapulco

Obtuvo el Doctorado en Ciencias Computacionales en el Tecnológico de Monterrey en 2007, es Profesor Titular C en el Instituto Tecnológico de Acapulco, adscrito al Departamento de Investigación y Estudios de Posgrado, es autor de más de 15 publicaciones en revistas de índole técnico-científico, de divulgación, capítulos de libro y reportes técnicos. Ha dirigido más de 6 proyectos financiados, y formado más de 70 tesistas de licenciatura y maestría.

Miriam Martínez Arroyo, Tecnológico Nacional de México/ IT de Acapulco

Doctora en Ciencias Computacionales por el ITESM, especialidad en Inteligencia Artificial, Maestría Ciencias de la Computación por el ITESM, especialidad en Inteligencia Artificial. Ingeniería en Sistemas Computacionales por el Instituto Tecnológico de Acapulco Especialidad en Programación. Áreas de interés: Aprendizaje Automático, Minería de Datos, Visión Computacional.

Eloy Cadena Mendoza, Tecnológico Nacional de México/ IT de Acapulco

Maestro en Tecnologías de la Información por el TecNM/Instituto Tecnológico de Zacatepec (Oct/2006), Ingeniero en Comunicaciones y Electrónica/Instituto Politécnico Nacional (Nov/1984). Actualmente Profesor Titular adscrito al Departamento de Estudios de Posgrado e Investigación del TecNM/Instituto Tecnológico de Acapulco. Participación como colaborador en diversos proyectos de investigación financiados. Pertenece al Reconocimiento a Profesores de Tiempo Completo (Perfil Deseable PRODEP). Director de Tesis y Asesor de titulaciones a nivel licenciatura, director de 2 (dos) tesis de Maestría.

References

Diepgen, T. L., Mahler V., "The epidemiology of skin cancer.," J Dermatol, pp. 146,1-6, 2002. https://doi.org/10.1046/j.1365-2133.146.s61.2.x

s.n., "Cáncer de piel más grave se elevó en México de 300 a 500% en 10 años," La Jornada, 08 Septiembre 2019.

Güémez, M. F., Gómez, P. A., Graniel, M. J., Dzul, K., "Epidemiología del cáncer de piel en el Centro Dermatológico de Yucatán durante 2012," Dermatol Rev Mex, pp. 59;9-18, 2015.

Castillo, M. A., Gallegos, F. J., "Preprocesamiento de imágenes dermatoscopicas para extracción de características," Research in Computing Science 114, pp. 59-70, 20 Mayo 2016.

Castillo, H., Díaz, M. C., Procesamiento de imágenes dermatológicas para asistencia al diagnostico médico, Buenos Aires, Buenos Aires, 2016, p. 122.

S. Hernández, "Aplicación de técnicas de procesado de imagen para la segmentación de núcleos en muestras histológicas humanas," Valencia, 2016.

S. Bakheet, "An SVM Framework for Malignant Melanoma Detection Based on Optimized HOG Features," Computation MDPI, vol. 5, no. 4, p. 13, Enero 2017. https://doi.org/10.3390/computation5010004

Blandón, Ocampo, C. F., "Herramienta Soporte al Diagnóstico del Melanoma usando Imagenes Dermatoscópicas," Manizales, Colombia, 2011.

Abder-Rahman, A., Jingpeng, L., Guang, Y., O’Shea, S. J., "A machine learning approach to automatic detection of irregularity in skin lesion border using dermoscopic images," PeerJ Computer Science, p. 35, 2020. https://doi.org/10.7717/peerj-cs.268

Castillo, M. A., Gallegos, F. J., Rosales, A. J., Ramos, R. I., "Prepocesamiento de imágenes dermatoscópicas para la extracción de características," Research in Computing Science, vol. 114, pp. 59-70, Diciembre 2016.

Downloads

Published

2021-10-01

How to Cite

Organista Vázquez, V. D., Montero Valverde, J. A., Martínez Arroyo, M., & Cadena Mendoza, E. (2021). Extraction and selection of features in digital images showing skin lesions. Programación Matemática Y Software, 13(3), 91–104. https://doi.org/10.30973/progmat/2021.13.3/7

Issue

Vol. 13 No. 3 (2021): Octubre de 2021

Section

Articles

License

Copyright (c) 2021 Programación Matemática y Software

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.