Alunița sau nevul este o leziune benignă a pielii, apărută din cauza proliferarii celulelor care produc pigmenți (melanocite). Melanomul este o formă de cancer de piele cu o evoluție agresivă care se poate dezvolta dintr-o leziune benignă, având originea în aceleași celule producătoare de pigment. Studiile actuale evidențiază importanța diagnosticului precoce în tratarea cancerului cutanat, a cărui incidenţă este în continuă creştere.

În cadrul Laboratorului de Simulare și Modelare SMLab (http://www.unicer.ugal.ro/index.php/ro/prezentare-smlab) se dezvoltă o direcție de cercetare dedicată elaborării de noi metode care să permită diferențierea rapidă și eficientă între leziunile cutanate benigne și maligne. Rezultatul final urmărește dezvoltarea unei aplicații SelfChecker pentru analiza leziunilor cutanate prin intermediul imaginilor digitate. Acuratețea detectării va fi mai mare de 90%.

Investigarea acestor leziuni şi clasificarea lor se va putea face rapid de către un utilizator final folosind imaginile digitale achiziționate cu ajutorul dispozitivelor mobile (camere digitale, telefon mobil, laptop, tabletă). Nu pierdem din vedere și dezvoltarea telemedicinei prin oferirea comunicării mai bune între specialist și pacient, fără deplasarea acestuia dar și colaborarea și comunicarea între specialiștii aflați în locații diferite.

Una dintre abordări folosește caracteristicile geometrice, cum ar fi indexul de asimetrie, compacitatea, circularitatea, excentricitatea și caracteristicile de ordinul I skewness și kurtosis. Pe baza acestora se generează un vector de caracteristici care ulterior, este supus operației de reducere a dimensiunii astfel încât să conțină cele mai relevante caracteristici ce pot diferenția între leziunile cutanate studiate. Procesul de selectarea a caracteristicilor optime include segmentarea imaginilor, calcularea caracteristicilor, analiza gradului de împrăștiere a datelor, determinarea stabilității datelor și validarea lor. Analiza gradului de împrăștiere a datelor s-a realizat folosind indexul de dispersie. Sunt păstrate în vectorul de caracteristici doar caracteristicile care au un grad de dispersie mic. Stabilitatea caracteristicilor relevante selectate a fost testată folosind aria de sub curba ROC (AUC). Curba ROC (Receiver Operating Characteristics) prezintă grafic valorile sensibilităţii/rata adevărat pozitivilor (axa OY) şi specificităţii/rata falşi pozitivilor (axa OX). Valoarea AUC pentru caracteristicile AI și E a fost aproape pefectă. Aceste două caracteristici au fost păstrate pentru validare, cu metoda cross-validation.

Această metodă va suferi îmbunătățiri în cadrul cercertărilor care sunt în derulare. Se va urmări, cu precădere, dezvoltarea unui algoritm de urmărire a evoluției leziunilor cutanate, pentru îmbunătățirea diagnosticului. Se va genera un dosar medical virtual al pacientului în care pacientul își va stoca imaginile proprii și va avea acces la toate datele din istoricul său.