Aprendizaje Profundo Para el Diagnóstico de Cáncer de Piel Con Arquitecturas Jerárquicas

Las lesiones cutáneas están organizadas de manera jerárquica, lo cual es tenido en cuenta por los dermatólogos al diagnosticarlas. Sin embargo, los sistemas automáticos no hacen uso de esta información, realizando el diagnóstico de una manera uno contra todos, considerando todos los tipos de lesiones. En este trabajo proponemos imitar la estrategia médica y entrenar una arquitectura de aprendizaje profundo para llevar a cabo un diagnóstico jerárquico. Nuestros resultados destacan los beneficios de abordar la clasificación de imágenes de dermatoscopía de manera estructurada. Además, proporcionamos una evaluación extensa de los criterios que deben tenerse en cuenta en el desarrollo de sistemas de diagnóstico basados en aprendizaje profundo.