sapiСистемный анализ и прикладная информатика«System analysis and applied information science»2309-49232414-0481Belarusian National Technical University10.21122/2309-4923-2022-4-65-72sapi-596Research ArticleОбработка информации и принятие решенийData processing and decision–makingРегистрация дерматоскопических изображений новообразований кожи и выявление структурных отличийRegistration of dermatoscopic images of skin neoplasms and detection of structural differencesСмалюкА. Ф.SmalyukA. F.

Phd. Leading Scientist of the Research Laboratory of Mechanics of Materials and Dynamics of Technical Systems

dsmsm@bntu.byЖуковецА. Г.ZhukovetsA. G.

MD. Head of the Department of Oncology

zhukavets@gmail.comТризнаН. М.TriznaN. M.

MD. Head of the Department (Minimally Invasive Surgery) Day Care, Associate Professor

triznachka@gmail.coБелорусский национальный технический университетБеларусьBelarusian National Technical UniversityBelarusБелорусская медицинская академия последипломного образованияБеларусьBelarusian Medical Academy of Postgraduate EducationBelarusРеспубликанский научно-практический центр онкологии и медицинской радиологии им. Н.Н. АлександроваБеларусьN. N. Alexandrov National Cancer Centre of BelarusBelarus202224022023046572Copyright © Смалюк А.Ф., Жуковец А.Г., Тризна Н.М., 20232023Смалюк А.Ф., Жуковец А.Г., Тризна Н.М.Smalyuk A.F., Zhukovets A.G., Trizna N.M.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://sapi.bntu.by/jour/article/view/596

Рассмотрено применение алгоритма определения структурных различий на основе морфологического проектора для сравнения дерматоскопических изображений. Это позволит выявлять изменения, произошедшие в новообразованиях кожи с течением времени, для более точной диагностики их злокачественности. Предлагаемый алгоритм позволяет выявить различия в изображениях при наличии существенной разницы в яркости и цветовой гамме сравниваемых изображений, а также не учитывать мелкие несущественные детали, такие, как шум, метки оптики дерматоскопа, волосы и т.д.Также рассмотрена методика корректировки рассинхронизации полученных в разное время изображений, использующая индекс структурного сходства в качестве метрики подобия, и алгоритм синусов-косинусов в качестве оптимизационного. Проведено тестирование предлагаемых алгоритмов на дерматоскопических изображениях и продемонстрирован возможность их применения.

The paper considers the application of an algorithm based on a morphological projector for determining structural differences for comparing dermoscopic images. This will allow to identify changes that have occurred in skin lesions over time, for a more accurate diagnosis of their malignancy. The proposed algorithm makes it possible to detect differences in images even if there is a significant difference in the brightness and color levels of the compared images, and also ignores small insignificant details, such as noise, dermatoscope optics marks, hair, etc. A method for correcting the desynchronization of images using the structural similarity index as a similarity metric, and the sinecosine algorithm as an optimization algorithm is proposed. The proposed algorithms were tested on dermatoscopic images and the possibility of their application was demonstrated.

меланомановообразование кожидерматоскопструктурное различиеморфологический проекторметрика подобияоптимизационный алгоритмmelanomaskin lesiondermatoscopestructural differencesmorphological projectorsimilarity metricoptimization algorithmReferencesRigel DS, Russak J, Friedman R. The evolution of melanoma diagnosis: 25 years beyond the ABCDs. CA Cancer J Clin. 2010 Sep-Oct;60(5):301-16.Rigel DS, Russak J, Friedman R. The evolution of melanoma diagnosis: 25 years beyond the ABCDs. CA Cancer J Clin. 2010 Sep-Oct;60(5):301-16.Duarte AF, Sousa-Pinto B, Azevedo LF, Barros AM, Puig S, Malvehy J, Haneke E, Correia O. Clinical ABCDE rule for early melanoma detection. Eur J Dermatol. 2021 Dec 1;31(6):771-778.Duarte AF, Sousa-Pinto B, Azevedo LF, Barros AM, Puig S, Malvehy J, Haneke E, Correia O. Clinical ABCDE rule for early melanoma detection. Eur J Dermatol. 2021 Dec 1;31(6):771-778.Жуковец А.Г., Океанов А.Е., Моисеев П.И. Прокошин А.В. Меланома кожи в Республике Беларусь: эпидемиология, диагностика и результаты лечения // Онкологический журнал. – 2017. – Т. 11, N.1. – С. 35 – 46.Zhukovets A.G., Okeanov A.E., Moiseyev P.I., Prokoshyn A.V. Skin melanoma in the repablic of belarus: epidemiology, diagnosis and treatment outcomes // Oncology journal. – 2017. – V. 11, N.1. – Pp. 35 – 46.Mabrouk MS, Sayed AY, Afifi HM, Sheha MA, Sharwy A. Fully Automated Approach for Early Detection of Pigmented Skin Lesion Diagnosis Using ABCD. J Healthc Inform Res. 2020 Mar 3;4(2):151-173.Mabrouk MS, Sayed AY, Afifi HM, Sheha MA, Sharwy A. Fully Automated Approach for Early Detection of Pigmented Skin Lesion Diagnosis Using ABCD. J Healthc Inform Res. 2020 Mar 3;4(2):151-173.Корнилов Ф.А. Поиск структурных различий изображений: алгоритмы и методика исследования // Машинное обучение и анализ данных, 2014. Т. 1. No 7. С.902–919.Kornilov F. A. Detection of structural differences in images:algorithmsand methods of research // Machine learning and data analysis, 2014. V. 1. No 7. P.902–919.Dida, H., Charif, F. & Benchabane, A. Image registration of computed tomography of lung infected with COVID-19 using an improved sine cosine algorithm. Med Biol Eng Comput 60, 2521–2535 (2022).Dida, H., Charif, F. & Benchabane, A. Image registration of computed tomography of lung infected with COVID-19 using an improved sine cosine algorithm. Med Biol Eng Comput 60, 2521–2535 (2022).Zhou W, Bovik AC, Sheikh HR, Simoncelli EP (2004) Image quality assessment: from error measurement to structural similarity. IEEE Trans Image Process 48:600–642Zhou W, Bovik AC, Sheikh HR, Simoncelli EP (2004) Image quality assessment: from error measurement to structural similarity. IEEE Trans Image Process 48:600–642Mirjalili S (2016) SCA: a sine cosine algorithm for solving optimization problems. Knowl Based Syst 96:120–133.Mirjalili S (2016) SCA: a sine cosine algorithm for solving optimization problems. Knowl Based Syst 96:120–133.Core Java: Fundamentals, Volume 1 (Oracle Press Java) / Cay Horstmann. – Oracle Press, 2021. – 944 p.Core Java: Fundamentals, Volume 1 (Oracle Press Java) / Cay Horstmann. – Oracle Press, 2021. – 944 p.

The authors declare that there are no conflicts of interest present.