Розробка комплексного методу аналізу дерматоскопічних зображень шкіри обличчя з акне
Анотація
Актуальність. Одним із найпоширеніших запальних хронічних та рецидивних захворювань шкіри є акне (“acne vulgaris”), що проявляється як відкриті або закриті комедони і запальні ураження шкірного покрову у вигляді папул, пустул, вузлів тощо. Встановлено, що акне є одним із розповсюджених дерматозів, оскільки вражає, за сучасними даними, близько 9,4% населення. У підлітковому віці страждають до 90% людей, а в зрілому — близько 20% з різними ступенями тяжкості. Наразі існує багато підходів до лікування цього захворювання за допомогою різноманітних косметологічних засобів, таких як: фототерапія, ультразвукове очищення шкіри, мезотерапія, хімічний пілінг та медикаментозне лікування. Тому розробка методів та засобів диференціальної діагностики акне є однією з актуальних задач в галузі біомедичної інженерії, дерматології та клінічної медицини, оскільки це надає змоги, своєчасно виявити локалізацію захворювання, його причини та призначити відповідне лікування. Однак вирішення задачі моніторингу за динамікою зовнішніх проявів захворювання можливе лише при застосуванні комбінованих математичних методів аналізу зображень.
Метою роботи є розробка комплексного методу аналізу дерматоскопічних зображень для моніторингу за перебігом зовнішніх проявів захворювання акне під час лікування та виділення уражених ділянок шкіри обличчя.
Матеріали й методи. Дерматологічні доклінічні дослідження шкіри обличчя були проведені на базі лабораторії 3D-біомедичних технологій кафедри біомедичної інженерії Харківського національного університету радіоелектроніки із використанням цифрового відеодерматоскопа BIO Bm6+ при денному світлі та портативного аналізатора шкіри Skin Scope F-102 в ультрафіолетовому діапазоні. Клінічні дослідження були проведені на базі кафедри пропедевтики педіатрії № 2 Харківського національного медичного університету. Розробка програмного засобу для аналізу зображень була виконана у середовищі програмування Python із використанням бібліотек OpenCV, Scikit-image, Numpy, PIL, Mathplotlib. Визначення уражених ділянок шкіри обличчя та розрахунок параметрів запалень проводились методами мульти-Отцу та морфологічної сегментації цифрових дерматоскопічних зображень.
Результати. У ході досліджень був розроблений автоматизований програмний засіб, який дозволяє проаналізувати у динаміці характер запальних процесів та площу уражень шкіри обличчя, а також провести диференційну діагностику захворювання акне. Запропонований метод аналізу дерматоскопічних знімків дозволяє виконати кольорову сегментацію та отримати карту градацій запалень шкіри для контролю за динамікою під час призначеного лікування.
Висновки. Комплексний метод аналізу дерматоскопічних зображень шкіри обличчя дозволяє ефективно контролювати стан шкіри обличчя з акне під час лікування, аналізуючи при цьому ступінь запальних процесів і площу уражень, де за допомогою розробленого програмного засобу в автоматизованому режимі розраховуються градації червоного кольору для детектування границь запалень, геометричні параметри та відсоткова частка уражень стосовно до здорової шкіри обличчя.
Завантаження
Посилання
Suva МА, Patel АМ, Sharma N, Bhattacharya C, Mangi RK. A brief Review on Acne Vulgaris: Pathugenesis, Diahnosis and Treatment. Research & Reviews: Journal of Pharmacology. 2014;4(3):1–12.
Akman A, Durusoy C, Senturk M, Koc CK, Soyturk D, Alpsoy E. Treatment of acne with intermittent and conventional isotretinoin: a randomized, controlled multicenter study. Arch Dermatol Res. 2007;299(10):467–73. https://doi.org/10.1007/s00403-007-0777-2
Capitanio B, Sinagra JL, Bordignon V, Cordiali Fei P, Picardo M, Zouboulis CC. Underestimated clinical features of postadolescent acne. J Am Acad Dermatol. 2010;63(5):782–8. https://doi.org/10.1016/j.jaad.2009.11.021
Bowe WP, Shalita AR. Effective over-the-counter acne treatments. Semin Cutan Med Surg. 2008;27(3):170–6. https://doi.org/10.1016/j.sder.2008.07.004
Tan AU, Schlosser BJ, Paller AS. A review of diagnosis and treatment of acne in adult female patients. Int J Womens Dermatol. 2018 Jun;4(2):56–71. https://doi.org/10.1016/j.ijwd.2017.10.006
Avrunin O, Trubitcin A, Klymenko V. The method for predictive assessment of the condition of patients with atopic dermatitis at different stages of the disease. Innovative Technologies and Scientific Solutions for Industries. 2021;2(16):63–71. https://doi.org/10.30837/ITSSI.2021.16.063
Avrunin O, Trubitcin A, Isaeva O, Klymenko V. Possibilities for assessing the effectiveness of treatment of atopic dermatitis based on analysis of color characteristics of video dermatoscopic images. Innovative Technologies and Scientific Solutions for Industries. 2020;2(12):127–33. https://doi.org/10.30837/2522-9818.2020.12.127
Krylova EV, Krylov AV. Assessment of the functional state of the skin using autofluorescence dermoscopy. Scientific notes of St. acad. I.P. Pavlova. 2013;20(1):62–5. https://doi.org/10.30837/ITSSI.2021.16.063
Otsu N. A threshold selection method from gray-level histograms. IEEE Trans Syst Man Cybern. 1979;9(1):62–6. https://doi.org/10.1109/TSMC.1979.4310076
Barron JT. A generalization of Otsu's method and minimum error thresholding. In: Vedaldi A, Bischof H, Brox T, Frahm JM, editors. Computer Vision – ECCV 2020. ECCV 2020. Lecture Notes in Computer Science(), vol 12350. Springer, Cham. https://doi.org/10.1007/978-3-030-58558-7_27
Ping-Sung Liao, Tse-Sheng Chen, Pau-Choo Chung. A Fast Algorithm for Multilevel Thresholding. J. Inf. Sci. Eng. 2001;17(5):713–27. https://doi.org/10.6688/JISE.2001.17.5.1
Liu W, Shi H, He X, Pan S, Ye Z, Wang Y. An application of optimized Otsu multi-threshold segmentation based on fireworks algorithm in cement SEM image. Journal of Algorithms & Computational Technology. 2019;13:1–12. https://doi.org/10.1177/1748301818797025
Igarashi T, Nishino K, Nayar SK. The Appearance of Human Skin: A Survey. Foundation and Trends in Computer Graphics and Vision. 2007;3(1):1-95. https://doi.org/10.1561/0600000013
Bhandari AK, Kumar A, Singh GK. Modified artificial bee colony based computationally efficient multilevel thresholding for satellite image segmentation using Kapur’s, Otsu and Tsallis functions. Expert Systems with Applications. 2015;42(3):1573–1601. https://doi.org/10.1016/j.eswa.2014.09.049
Ramadevi Y, Sridevi T, Poornima B, Kalyani B. Segmentation and Object Recognition using edge detection techniques. International Journal of Computer Science & Information Technology (IJCSIT). 2010;2(6):153–61. https://doi.org/10.5121/ijcsit.2010.2614
Mutneja D, Mutneja V. Methods of Image Edge Detection: A Review. J Electr Electron Syst. 2015;4(2):150. https://doi.org/10.4172/2332-0796.1000150
Yuncong Feng, Haiying Zhao, Xiongfei Li, Xiaoli Zhang, Hongpeng Li. A multi-scale 3D Otsu thresholding algorithm for medical image segmentation. Digital Signal Processing. 2017;60:186–99. https://doi.org/10.1016/j.dsp.2016.08.003
Sarkar S, Das S, Chaudhuri SS. A multilevel color image thresholding scheme based on minimum cross entropy and differential evolution. Pattern Recognition Letters. 2015;54:27–35. https://doi.org/10.1016/j.patrec.2014.11.009
Tymkovych M, Gryshkov O, Avrunin O, Selivanova K, Nosova Y, Mutsenko V, et all. Application of SOFA Framework for Physics-Based Simulation of Deformable Human Anatomy of Nasal Cavity. In: Jarm T, Cvetkoska A, Mahnič-Kalamiza S, Miklavcic D. (eds) 8th European Medical and Biological Engineering Conference. EMBEC 2020. IFMBE Proceedings, vol. 80. Springer, Cham. https://doi.org/10.1007/978-3-030-64610-3_14
Heijmans HJAM. Mathematical morphology: A modern approach in image processing based on algebra and geometry. SIAM Review. 1995;37(1):1-36. https://doi.org/10.1137/1037001
Tymkovych M, Gryshkov O, Selivanova K, Mutsenko V, Avrunin O, Glasmacher B. Application of artificial neural networks for analysis of ice recrystallization process for cryopreservation. In: Jarm, T., Cvetkoska, A., Mahnič-Kalamiza, S., Miklavcic, D. (eds) 8th European Medical and Biological Engineering Conference. EMBEC 2020. IFMBE Proceedings, vol 80. Springer, Cham. https://doi.org/10.1007/978-3-030-64610-3_13
Li X, Zhou Z, Keller P, Zeng H, Liu T, Peng H. Interactive exemplar-based segmentation toolkit for biomedical image analysis. IEEE 12th International Symposium on Biomedical Imaging (ISBI); 2015; Brooklyn. p. 168–71. https://doi.org/10.1109/ISBI.2015.7163842
Avrunin OG, Tymkovych MY, Moskovko SP, Romanyuk SO, Kotyra A, Smailova S. Using a priori data for segmentation anatomical structures of the brain. Przeglad Elektrotechniczny. 2017;93(5):102–5. https://doi.org/10.15199/48.2017.05.20
Avrunin O, Tymkovych M, Drauil J. Automatized technique for three-dimensional reconstruction of cranial implant based on symmetry, Proceedings of the Information Technologies in Innovation Business Conference (ITIB). 2015. p. 39–42. https://doi.org/10.15199/48.2017.05.20
Selivanova KG, Avrunin OG, Tymkovych MY, Manhora TV, Oleh S, Bezverkhyi OS, et al. 3D visualization of human body internal structures surface during stereo-endoscopic operations using computer vision techniques. Przeglad Elektrotechniczny. 2021;97(9):30–3. https://doi.org/10.15199/48.2021.09.06
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
