Implementación basada en aprendizaje profundo (Deep Learning)para la segmentación de lesiones pigmentadas de la piel

Abstract

Las estrategias de detección precoz del melanoma maligno, es un punto de gran importancia para prevenir el riesgo del mismo. Son muchas las técnicas empleadas para ello como el mapeo corporal total, la dermatoscpía o el seguimiento dermatoscópico digital, pero no es suficiente, ya el número de muertes por este cáncer aumenta cada año.La motivación principal de este trabajo ha sido la búsqueda de una red neuronal convencional para la segmentación de imágenes que contienen lesiones pigmentadas enla piel, mediante algoritmos de Deep Learning.Esta exploración se ha llevado a cabo indagando en las redes neuronales usadas en segmentación, realizando pruebas sobre una red convolucional compleja empleando la técnica de transfer learning. Se ha desarrollado una red SegNet[1], basada en segmentación semántica, algoritmo de Deep Learning, que asocia una etiqueta o categoría a cada pixel en una imagen.

Strategies for early detection of malignant melanoma are of great importance to prevent the risk of it. There are many techniques used for this purpose, such as total body mapping, dermatoscopy or digital dermatography monitoring, but they are not enough, since the number of deaths from this cancer increases every year.The main reason for this project has been the search for a conventional neural network for the segmentation of images containing pigmented lesions in the skin, using Deep 4egroing algorithms. This exploration has been carried out by investigating the neural networks used in segmentation, testing a complex convolutional network using the technique of transfer learning. A SegNet [1] has been developed, based on semantic segmentation, an algorithm created by Deep Legroing, which associates a label or category to each pixel in an image.