Aprendizaje profundo para la clasificación de lesiones pigmentadas de la piel

Abstract

Desde hace muchos años, expertos de todo el mundo referentes al sector de la medicina han luchado por avanzar y aprender a diagnosticar a sus pacientes. Según la enfermedad, resulta más o menos complicado acertar con un tratamiento. Y es más complejo aún encontrar la mejor solución en la primera consulta. El melanoma es el tipo de cáncer de piel más maligno que se conoce actualmente. Este cáncer puede evolucionar a metástasis muy rápidamente. Como esta, existen muchas lesiones de piel, más o menos dañinas para los seres humanos. Actualmente existen muchos estudios que definen todas estas lesiones tan variadas, en cambio no se encuentran tan fácilmente métodos de clasificación eficientes para diagnosticar estas enfermedades. El acierto en esta fase temprana de la enfermedad es del todo concluyente, ya que si se detecta y se extrae a tiempo, más del 90% de casos de las lesiones más graves son reversibles y cabe la posibilidad de curarse por completo. Si en cambio se tarda en diagnosticar, los porcentajes cambian drásticamente. En estos casos, los métodos son invasivos y si se tiene que llegar a cirugía, la tasa de supervivencia cae por debajo del 20%. La idea de este Trabajo Fin de Máster es crear un método que aprenda a diferenciar entre las distintas clases de lesiones de piel más importantes que existen de manera no invasiva. De esta manera, se disminuirán riesgos como los que se comentaban anteriormente, se verá disminuida la complejidad de dar un diagnóstico por parte del personal médico e incluso se logrará prever una evolución de la lesión en un futuro próximo.

For a long time, experts from all over the world in the field of medicine have been battling with all their mightto advance and learn how to diagnose their patients. Depending on the disease, it is complicated to give anaccurate treatment. In addition, itis even more complicated to find the best solution in the first consultation. Melanoma is the most malignant type of skin cancer known at this time. This cancer can evolve to metastasis very quickly. Like this one, there are many skin lesions harmful to humans. Currently, there are many studies that define all these varied lesions, but efficient classification methods for diagnosing these diseases are not so easily found. The success in thisearly phaseof the disease is completely conclusive, since if it is detected and extracted in time, more than 90% of the cases of the most serious lesions are reversible andalsoit is possible to be cured completely. If the diagnosis is delayed, the percentages change drastically. In these cases, the methods are invasive and if surgey must be performed, the survival rate falls below 20%. The ideaof this project is to create a method that learns to differentiate between several types of skin lesions that exist in a non-invasive way. Therefore, risks such as those mentioned above willbe reduced, the complexity of giving a diganosis by the medical staffwill be diminished, and even the evolution of the lesion can be predictedin the near future.