Automatische Segmentierung von Dermatoskopie-Bildern mittels Histogramm-Schwellenwertsetzung in optimalen Farbkanälen

Die automatische Segmentierung von Hautläsionen ist der erste Schritt zur Entwicklung einer computerunterstützten Diagnose von Melanomen. Obwohl zahlreiche Segmentierungsmethoden entwickelt wurden, haben nur wenige Studien die Bestimmung des diskriminativsten und effektivsten Farbraums für die Anwendung bei Melanomen fokussiert. In diesem Papier wird ein neuartiger automatischer Segmentierungsalgorithmus vorgestellt, der Farbraumanalyse und clustering-basierte Histogramm-Schwellenwertsetzung verwendet und in der Lage ist, den optimalen Farbkanal zur Segmentierung von Hautläsionen zu bestimmen. Um die Gültigkeit des Algorithmus zu demonstrieren, wird er an einem Satz von 30 hochauflösenden Dermatoskopie-Bildern getestet und eine umfassende Auswertung der Ergebnisse bereitgestellt, bei der die manuell von vier Dermatologen gezogenen Grenzen mit den automatisiert erkannten Grenzen des vorgeschlagenen Algorithmus verglichen werden. Die Bewertung erfolgt durch die Anwendung von drei zuvor verwendeten Metriken für Genauigkeit, Sensitivität und Spezifität sowie einer neuen Ähnlichkeitsmetrik. Durch ROC-Analyse und Ranking der Metriken wird gezeigt, dass die besten Ergebnisse mit den Farbkanälen X und XoYoR erzielt werden, was zu einer Genauigkeit von etwa 97 % führt. Die vorgeschlagene Methode wird auch mit zwei modernen Methoden zur Segmentierung von Hautläsionen verglichen, was die Effektivität und Überlegenheit der vorgeschlagenen Segmentierungsmethode demonstriert.