Preview

Измерительная техника

Расширенный поиск
Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Метод автоматизированного распознавания цвета глобул на дерматоскопических изображениях новообразований кожикожи

https://doi.org/10.32446/0368-1025it.2025-3-84-92

Аннотация

Современные компьютерные системы диагностики кожных новообразований в основном ориентированы на выдачу рекомендаций пациентам, но применение таких систем в клинической практике остаётся ограниченным. Это связано с недостатком качественных исследований таких систем и низким доверием врачей к непрозрачным механизмам их работы. Создание системы поддержки принятия врачебных решений, основанной на логике диагностического поиска врача, может решить данную проблему. Важной задачей системы поддержки принятия врачебных решений является распознавание цвета глобул кожных новообразований, однако методы решения поставленной задачи в научных публикациях пока не описаны. Рассмотрено применение метода автоматизированного распознавания цвета глобул на дерматоскопических изображениях новообразований кожи, позволяющий распознавать глобулы по цвету в соответствии с палитрой из 7 цветов (голубой, жёлто-белый, коричневый, красный, оранжевый, телесный, чёрный). В рамках данного метода разработан оригинальный набор 9 цветовых признаков. Для классификации изображений по признаку (цвету глобул) применён метод

«случайный лес». По результатам эксперимента, проведённого с выборкой из 313 изображений, точность классификации составила 91 %. Разработанный метод допускает программную реализацию в рамках алгоритма модифицированного анализа узора, а также данный метод можно использовать как часть системы поддержки принятия врачебных решений при диагностике рака кожи.

Об авторах

В. Г. Никитаев
Национальный исследовательский ядерный университет "МИФИ"
Россия

Валентин Григорьевич Никитаев

Москва



А. Н. Проничев
Национальный исследовательских ядерный университет «МИФИ»

Александр Николаевич Проничев

Москва



О. В. Нагорнов
Национальный исследовательских ядерный университет «МИФИ»

Олег Викторович Нагорнов

Москва



В. Ю. Сергеев
ООО «Научно-исследовательский центр «Клиника дерматологии»,

Василий Юрьевич Сергеев

Москва



А. И. Отченашенко
Национальный исследовательских ядерный университет «МИФИ»

Александр Иванович Отченашенко

Москва



Н. А. Кегелик
Национальный исследовательских ядерный университет «МИФИ»

Николай Александрович Кегелик

Москва



Список литературы

1. Эркенова Ф. Д., Пузин С. Н. Статистика меланомы в России и странах Европы. Медико-социальная экспертиза и реабилитация, 23(1), 44–52 (2020). https://doi.org/10.17816/MSER34259

2. Бахарева Ю. О., Тараканова В. О., Рубаняк М. Ю., Каменских Е. М. Меланома кожи (C43): анализ тенденций заболеваемости и смертности в свете пандемии COVID-19, молекулярная эпидемиология. Вопросы онкологии, 69(4), 631–638 (2023). https://doi.org/10.37469/0507-3758-2023-69-4-631-638

3. Каприн А. Д., Старинский В. В., Шахзадова А. О. (ред.) Состояние онкологической помощи населению России в 2023 году. МНИОИ им. П. А. Герцена − филиал ФГБУ «НМИЦ радиологии» Минздрава России, Москва (2024).

4. Ларина В. Н., Гайдина Т. А., Дворников А. С., Назимкин К. Е. Возможности обследования пациентов с подозрительными на меланому новообразованиями кожи, впервые выявленными в первичном звене здравоохранения. Архивъ внутренней медицины, 12(2), 85–92 (2022). https://doi.org/10.20514/2226-6704-2021-12-2-85-92

5. Гаранина О. Е., Самойленко И. В., Шливко И. Л., Клеменова И. А., Незнахина М. С., Демидов Л. В. Неинвазивные методы диагностики опухолей кожи и их потенциал применения для скрининга меланомы кожи: систематический обзор литературы. Медицинский совет, (9), 97–115 (2020). https://doi.org/10.21518/2079-701X-2020-9-102-120

6. Солодянкина Т. Н., Апанасевич В. И. Дерматоскопия в комплексной дооперационной диагностике пигментных новообразований кожи. Тихоокеанский медицинский журнал, (1), 98 (2010). https://www.elibrary.ru/ndgtdf

7. Торшина И., Розендаль К., Булиньска А., Радион Е. Дерматоскопия как метод ранней диагностики злокачественных новообразований кожи. Врач, (4), 16–20 (2016). https://www.elibrary.ru/vvnjsr

8. Эберт М. А., Гафтон Г. И., Зиновьев Г. В., Гафтон И. Г. Современный взгляд на диагностику меланомы кожи. Вопросы онкологии, 65(5), 638–644 (2019). https://www.elibrary.ru/pfzqmv

9. Picollo D., Ferrari A., Peris K., Daidone R., Ruggeri B., Chimenti S. Dermoscopic diagnosis by a trained clinician vs. a clinician with minimal dermoscopy training vs. computer-aided diagnosis of 341 pigmented skin lesions: a comparative study. British Journal of Dermatology, 147(3), 481–486 (2002). https://doi.org/10.1046/j.1365-2133.2002.04978.x

10. Лутикова Е. А., Жучков М. В. Дерматоскопическая диагностика базальной клеточной карциномы: от метафорического языка к анализу паттерна Киттлера. Вестник науки и образования, (8), 74–78 (2017). https://www.elibrary.ru/zdqfzz

11. Демидов Л. В., Соколов Д. В., Булычева И. В., Шашков Б. В., Махсон А. Н., Кузьмин С. Г., Соколов В. В. Совершенствование методов диагностики меланомы кожи. Вестник РОНЦ им. Н. Н. Блохина РАМН, 18(1), 36–41 (2007).

12. Хабарова Р. И., Кулева С. А. Искусственный интеллект в диагностике доброкачественных новообразований кожи у пациентов детского возраста. Интеграция нейронной сети в мобильное приложение. Вопросы онкологии, 68(6), 820–826 (2022). https://doi.org/10.37469/0507-3758-2022-68-6-820-826

13. Сиводедова Н. А., Карякин Н. Н., Гамаюнов С. В., Ускова К. А. Обзор результатов опроса пользователей мобильного приложения «ПроРодинки», используемого для выявления злокачественных новообразований кожи на территории Нижегородской области. ОРГЗДРАВ: Новости. Мнения. Обучение. Вестник ВШОУЗ, 9(4), 107–115 (2023). https://doi.org/10.33029/2411-8621-2023-9-4-107-115

14. Сиводедова Н. А., Карякин Н. Н., Шливко И. Л. Современные методы выявления злокачественных новообразований кожи, включая использование мобильных приложений и искусственного интеллекта: обзор литературы. ОРГЗДРАВ: Новости. Мнения. Обучение. Вестник ВШОУЗ, 10(2), 78–93 (2024). https://doi.org/10.33029/2411-8621-2024-10-2-78-93

15. Ляхова У. А., Ляхов П. А. Мультимодальная ансамблевая нейросетевая система обнаружения рака кожи на основе анализа гетерогенных дерматологических данных. Вестник Санкт-Петербургского университета. Прикладная математика. Информатика. Процессы управления, 20(2), 231–243 (2024). https://doi.org/10.21638/spbu10.2024.208

16. Tucci V., Saary J., Doyle T. E. Factors influencing trust in medical artificial intelligence for healthcare professionals: A narrative review. Journal of Medical Artificial Intelligence, 5, 1–13 (2022). https://doi.org/10.21037/jmai-21-25

17. Никитаев В. Г., Проничев А. А., Нагорнов О. В., Сергеев В. Ю., Круглова Л. С., Отченашенко А. И., Деева О. К. Метод оценки симметрии узора глобул в системах искусственного интеллекта для диагностики новообразований кожи. Измерительная техника, 73(9), 53–60 (2024). https://doi.org/10.32446/0368-1025it.2024-9-53-60 ; https://elibrary.ru/ckhirm

18. Козлов С. В., Неретин Е. Ю., Куколкина В. В. Диагностика меланомы кожи с использованием экспертной системы. Вестник новых медицинских технологий. Электронное издание, (1), 91 (2014). https://elibrary.ru/tjbhqh


Дополнительные файлы

Рецензия

Для цитирования:


Никитаев В.Г., Проничев А.Н., Нагорнов О.В., Сергеев В.Ю., Отченашенко А.И., Кегелик Н.А. Метод автоматизированного распознавания цвета глобул на дерматоскопических изображениях новообразований кожикожи. Izmeritelʹnaya Tekhnika. 2025;74(3):84-92. https://doi.org/10.32446/0368-1025it.2025-3-84-92

For citation:


Nikitaev V.G., Pronichev A.N., Nagornov O.V., Sergeev V.Yu., Otchenashenko A.I., Kegelik N.A. The method for automated globule color recognition in dermatoscopic images of skin neoplasms. Izmeritel`naya Tekhnika. 2025;74(3):84-92. (In Russ.) https://doi.org/10.32446/0368-1025it.2025-3-84-92

Просмотров: 9


ISSN 0368-1025 (Print)
ISSN 2949-5237 (Online)