Redes neuronales convolucionales para el reconocimiento de enfermedades de la piel

Abstract

El cáncer de piel es uno de los cánceres más problemáticos a nivel mundial. Dentro de este grupo, se encuentra el melanoma, la forma más mortal de ellos. Además de poder ser detectado de manera temprana mediante una experta inspección visual, es posible detectarlo de manera automática mediante el análisis de imágenes. Con ello, entra en juego la dermatoscopia, una técnica de diagnóstico por imagen que consigue eliminar el reflejo superficial de la piel, mejorando la visualización de los niveles más profundos de esta. Se ha demostrado que la dermatoscopia proporciona una precisión diagnóstica mejorada en comparación con la fotografía estándar o la inspección visual sin ningún tipo de ayuda adicional. El trabajo comienza con la construcción e implementación de unos modelos de Inteligencia Artificial, a través de técnicas de aprendizaje profundo, con el propósito de detectar y clasificar enfermedades de la piel. Para ello, se utilizan diversas arquitecturas de redes neuronales convolucionales. Posteriormente, se implementa una técnica de recuperación de imágenes basada en contenido (CBIR - Content-Based Image Retrieval), por la cual, podremos apoyar la predicción de una determinada enfermedad junto a un conjunto de imágenes parecida a la imagen predicha, con la intención de poder contrastar y llegar a conclusiones de manera más eficaz. Finalmente, se ha desarrollado una aplicación web que funcione como soporte e interfaz de usuario a los expertos a la hora de utilizar tantos los modelos construidos de aprendizaje profundo, como la técnica de CBIR, para realizar un diagnóstico.