Deteksjon av maligne melanomaer basert på føflekkbilder

Dataassisterte diagnostiseringssystemer er allerede i utstrakt bruk i praktiske kliniske situasjoner, for eksempel ved deteksjon av bryst- og lungekreft, samt melanomaer.

Bakgrunn

Dataassisterte diagnostiseringssystemer er allerede i utstrakt bruk i praktiske kliniske situasjoner, for eksempel ved deteksjon av bryst- og lungekreft, samt melanomaer. De fleste av disse systemene er deteksjonssystemer, designet for å hjelpe legen i søken etter abnormaliteter i diagnostisk data.

Prosjektomtale i media:

"PC stiller kreftdiagnose", NRK verdt å Vite, 13. oktober 2009

Mål

Hovedmålet er å bidra til dette forskningsfeltet gjennom å utvikle analysemetoder som er egnet til fullt automatiserte og skalerbare differensielle systemer for statistisk inferens, med formålet diagnostisk beslutningstaking. Siden prosjektets mål er å levere systemet til en vid befolkning, vil bruken av mobile enheter bli utforsket.

Utfordringer

Utfordringene ligger innen automatisk bildesegmentering som er tilstrekkelig robust og effektiv, samt innen mønstergjenkjenningsmetoder som kan håndtere anatomiske strukturer i bilder. Analysemetodene må også skreddersyes for bilder fra lavkostenheter, som håndholdte dermatoskop og digitalkamera på mobiltelefoner.

Metoder

Eksisterende segmenteringsteknikker, Scale-space metoder og gaussiske markovfelt vil bli benyttet. Nye robuste metoder spesielt tilpasset problemet vil bli utviklet. Kliniske tester vil bli utført for å evaluere ytelsen til systemet.

Prosjektmedlemmer fra TTL-partnere

Prof. Fred Godtliebsen (UiT), PhD Kristian Hindberg (UiT)

Forskere

1 Post.doc researcher, 1 PhD student, Kevin Thon

Internasjonale samarbeidspartnere

Prof. Lasse Holmstrøm, Department of Mathematics and Statistics, University of Oulo, Finland,
Dr. Jörg Polzehl, Weierstrass Institut für Angewandte Mathematik und Statistikk, Berlin, Germany
Prof. Probal Chaudhuri, Indian Statistical Institute, Calcutta, India
Prof. James Stephen Marron, University of North Carolina at Chapel Hill, Chapel Hill, USA.