Nova abordagem por meio de deep learning e fine-tuning para detecção e segmentação de melanoma em imagens dermatoscópicas

Abstract

O câncer de pele é uma patologia que vem se desenvolvendo de forma alarmante no mundo. De acordo coma a Organização Mundial da Saúde (OMS) o melanoma é um tipo de câncer que afeta a população mundial em diferentes partes do do corpo humano, trazendo o óbito de milhares pessoas cada ano no mundo. Ferramentas de diagnóstico inteligente por meio de detecção automática em imagens médicas são extremamente eficazes para auxílio ao diagnóstico médico. Sistemas baseados Computer Aided Disgnostics (CADs) são extremamente importantes para o pré-diagnóstico por imagens, o uso de ferramentas baseados em inteligência artificial para monitoramento, detecção e segmentação da região patológica são cada vez mais utilizadas em soluções inteligentes integrados a sistemas de suporte à tomada de decisões. Este estudo tem como proposta uma nova abordagem para segmentação de melanoma em imagens dermatoscópicas com uso de CNN para detecção e Fine-Tuning baseado em processamento digital de imagens. O método apresenta uma abordagem deep learning com base nas diferentes versões do framework YOLOv8 para detecção de melanomas em imagens dermatoscópicas, na qual a abordagem propõe novas técnicas de Fine-Tuning para segmentação da região do melanoma. A nova abordagem obteve resultados satisfatórios de 98.67% de acurácia para detecção e de 98.68% de acurácia para segmentação do câncer de pele, superando diferentes trabalho encontrados no estado da arte em diferentes métodos clássicos e atuais com abordagens, tais como métodos manuais, semi-automáticos e automáticos