Traitement d’image pour la détection précoce de mélanomes

Automatisation de la Règle ABCD

Le mélanome est le cancer de la peau le plus mortel.

La Règle ABCD, développée par l’American Cancer Society, est un ensemble de caractéristiques extraites des lésions mélanocytes dans le but de classifier les lésions et de distinguer entre mélanomes et lésions bénignes.

Dans ce travail l’automatisation de la Règle ABCD par les techniques de traitement d'images est présentée.

Un prétraitement est implémenté dans le but de filtrer les bruits et d’éliminer les poils.

Après transformation de l’image par KL, le seuil d’Otsu est modifié est utilisé pour localiser la lésion.

Une chaîne de transformations est appliquée à l’image, pour mesurer et extraire les paramètres ABCD, (A: asymétrie.

B: bord, irrégularités.

C: couleur et D: différente structures).

Ces paramètres sont utilisés par le classificateur TDS (Total Démoscopie Score).

Après essais des algorithmes implémentés, la sensitivité est de 77.78% et la spécificité est de 80.33%.