Cercetare axată pe crearea unei metode de diferenţiere a aluniţelor benigne de cele maligne. Acurateţea detectării va fi mai mare de 90%

Foto: arhivă Adevărul

Profesorii de la Universitatea ”Dunărea de Jos” din Galaţi urmăresc dezvoltarea unui algoritm de analiză a evoluţiei leziunilor cutanate, pentru îmbunătăţirea diagnosticului. Pe baza acestuia, se va putea genera ulterior un dosar medical virtual al pacientului, în care acesta îşi va stoca imaginile proprii şi va avea acces la toate datele din istoricul său.

Aluniţa sau nevul este o leziune benignă a pielii, apărută din cauza proliferarii celulelor care produc pigmenţi (melanocite). Melanomul este o formă de cancer de piele cu o evoluţie agresivă care se poate dezvolta dintr-o leziune benignă, având originea în aceleaşi celule producătoare de pigment. Studiile actuale evidenţiază importanţa diagnosticului precoce în tratarea cancerului cutanat, a cărui incidenţă este în continuă creştere.

În cadrul Laboratorului de Simulare şi Modelare SMLab din cadrul Universităţii ”Dunărea de Jos” din Galaţi se dezvoltă în prezent o direcţie de cercetare dedicată elaborării de noi metode care să permită diferenţierea rapidă şi eficientă între leziunile cutanate benigne şi maligne. Rezultatul final urmăreşte dezvoltarea unei aplicaţii SelfChecker pentru analiza leziunilor cutanate prin intermediul imaginilor digitate. Acurateţea detectării va fi mai mare de 90%.

Investigarea acestor leziuni şi clasificarea lor se va putea face rapid de către un utilizator final folosind imaginile digitale achiziţionate cu ajutorul dispozitivelor mobile (camere digitale, telefon mobil, laptop, tabletă). Nu se pierde din vedere nici dezvoltarea telemedicinei prin oferirea comunicării mai bune între specialist şi pacient, fără deplasarea acestuia, dar şi colaborarea şi comunicarea între specialiştii aflaţi în locaţii diferite.

Una dintre abordări foloseşte caracteristicile geometrice, cum ar fi indexul de asimetrie, compacitatea, circularitatea, excentricitatea şi caracteristicile de ordinul I skewness şi kurtosis. Pe baza acestora se generează un vector de caracteristici care ulterior, este supus operaţiei de reducere a dimensiunii, astfel încât să conţină cele mai relevante caracteristici ce pot diferenţia între leziunile cutanate studiate.

Procesul de selectare a caracteristicilor optime include segmentarea imaginilor, calcularea caracteristicilor, analiza gradului de împrăştiere a datelor, determinarea stabilităţii datelor şi validarea lor. Analiza gradului de împrăştiere a datelor se realizează folosind indexul de dispersie. Sunt păstrate în vectorul de caracteristici doar caracteristicile care au un grad de dispersie mic.

Stabilitatea caracteristicilor relevante selectate a fost testată folosind aria de sub curba ROC (AUC). Curba ROC (Receiver Operating Characteristics) prezintă grafic valorile sensibilităţii/rata adevărat pozitivilor (axa OY) şi specificităţii/rata falşi pozitivilor (axa OX). Valoarea AUC pentru caracteristicile AI şi E a fost aproape pefectă. Aceste două caracteristici au fost păstrate pentru validare, cu metoda cross-validation.

Metoda, la care lucrează profesorul universitar Luminiţa Moraru, de la Facultatea de Ştiinţe şi Mediu din Galaţi, Departamentul de Chimie, Fizică şi Mediu, Simona Moldovanu, de la Facultatea de Automatică, Calculatoare, Inginerie Electrică şi Electronică din Galaţi, Departamentul de Calculatoare şi Tehnologia Informaţiei, şi Felicia Anişoara Moldovan, de la  Liceul Teoretic ”Emil Racoviţă” din Galaţi,  va suferi îmbunătăţiri în cadrul cercetărilor care sunt în derulare.

Se va urmări, cu precădere, dezvoltarea unui algoritm de urmărire a evoluţiei leziunilor cutanate, pentru îmbunătăţirea diagnosticului. Va fi astfel posibilă generarea unui dosar medical virtual al pacientului, în care acesta îşi va stoca imaginile proprii şi va avea acces la toate datele din istoricul său.