Texture segmentation method for computer-assisted dermatologic diagnostic system

Abstract

The wide spread of dermatological diseases is an important medical and social problem. Doctors note the constant growth of psoriasis among people of all ages. The psoriasis disease symptoms are similar to the symptoms of such diseases as eczema, atopic dermatitis and medicinal disease. Therefore, there is a high probability of an error in the disease diagnosis, which prevents the full treatment and prevention of the disease. Dermatological diagnostic systems are decision-making support systems for dermatologists when establishing a diagnosis and assessing the severity of the disease course. The development of new image processing methods for dermatological diagnostic systems is an important task, which allow to increase the accuracy of the diagnostic decision. In this work, the segmentation method of psoriasis images for systems of medical dermatological diagnostics based on a vector-difference approach to improve the quality of segmentation was developed. The vector-difference approach allows to calculate a certain texture feature of the image as a vector transformation of various texture features by linear algebra methods. Psoriasis disease images can be described by texture (spectral, statistical, spectral-statistical) and color, so it is proposed to take into account textural and color characteristics of images for image segmentation. The color models that are most often used in segmentation methods of psoriasis disease images were analyzed. Based on the analysis, the Hue-Saturation-Intensity color model was chosen.It is proposed to use spectral, statistical and spectral-statistical texture models and color characteristics of image pixels to represent psoriasis disease images. The developed segmentation method includes the following stages: image pre-processing; identification; vector-difference transformation; threshold processing. At the pre-processing stage, homomorphic filtering was applied to psoriasis disease images. The result of the identification stage is a set of features calculated by the textural and color characteristics for image objects. The vector-difference transformation converts the texture image into intensity. Threshold processing is performed with a global threshold. Experimental research of the proposed segmentation method of psoriasis disease images was performed. As a result of the experimental research, it was found that the probability of correct identification of psoriasis disease area on average is 0.97, the probability of a false alarm is about 0.05.

Широка поширеність дерматологічних захворювань є важливою медико-соціальною проблемою. Лікарі відзначають постійний зріст хвороби псоріаз серед людей різного віку. Симптоми хвороби псоріаз схожі з симптомами таких захворювань як екзема, атопічний дерматит та лікарська хвороба. Тому існує велика ймовірність помилки при діагностиці захворювання, що перешкоджає повноцінному лікуванню та профілактиці хвороби. Системи дерматологічної діагностики є системами підтримки прийняття рішень лікарів-дерматологів під час встановлення діагнозу і оцінки важкості перебігу хвороби. Розробка нових методів обробки зображень для систем дерматологічної діагностики, які дозволяють підвищити точність діагностичного рішення є важливою задачею. В даній роботі розроблено метод сегментації зображень хвороби псоріаз для систем медичної дерматологічної діагностики на основі векторно-різницевого підходу для підвищення якості сегментації. Векторно-різницевий підхід дозволяє розрахувати певну ознаку текстурного зображення як векторне перетворення образів текстур побудованих на основі різних ознак методами лінійної алгебри. Зображення хвороби псоріаз можнаописати текстурою (спектральною, статистичною, спектрально-статистичною) та кольором, тому для сегментації зображень запропоновано враховувати текстурні і кольорові ознаки зображень. Було проаналізовано колірні моделі, які найбільш часто застосовуються в методах сегментації зображень хвороби псоріаз. На основі аналізу було обрано колірну модель Hue-Saturation-Intensity. Для представлення зображень хвороби псоріаз запропоновано використати моделі спектральної, статистичної та спектрально-статистичної текстури і колірну характеристику пікселів зображення. Розроблений метод сегментації містить наступні етапи: попередня обробка зображення; ідентифікація; векторно-різницеве перетворення; порогова обробка. На етапі попередньої обробки до зображень хвороби псоріаз було застосовано гомоморфна фільтрація. Результатом етапуідентифікації є побудовані образи об'єктів зображення на основі текстурних та колірних ознак. Векторно-різницеве перетворення виконує перетворення образа текстури в інтенсивність. На етапі порогової обробки виконується порогова обробка з глобальним порогом. Було проведено експериментальне дослідження запропонованого методу сегментації зображень хвороби псоріаз. В результаті експериментального дослідження було встановлено, що ймовірність вірного виявлення області хвороби псоріаз в середньому дорівнює 0.97 при ймовірності помилкової тривоги 0.05