การประเมินความเสี่ยงในการเป็นโรคมะเร็งผิวหนังจากภาพถ่ายโดยใช้กฎ ABCD ในรูปแบบแอปพลิเคชันบนสมาร์ทโฟน

Abstract

งานวิจัยนี้มีวัตถุประสงค์เพื่อออกแบบและพัฒนาขั้นตอนวิธีการประเมินความเสี่ยงในการเป็นโรคมะเร็งผิวหนังจากภาพถ่ายโดยใช้กฎ ABCD กล่าวคือ A คือ ความไม่สมมาตรของรอยโรคผิวหนัง (Asymmetry) B คือ ลักษณะขอบของรอยโรคผิวหนัง (Border) C คือ สีของโรยโรคผิวหนัง (Color) และ D คือ ลักษณะโครงสร้างของรอยโรคผิวหนัง (Dermoscopic Structure) ในรูปแบบแอปพลิเคชันบนสมาร์ตโฟน โดยขั้นตอนวิธีการตรวจคัดกรองโรคมะเร็งผิวหนังจากภาพถ่ายรอยโรคโดยใช้การประมวลผลภาพดิจิทัล การเรียนรู้เชิงลึกและการเรียนรู้เครื่อง ในการสกัดลักษณะเด่นจากภาพถ่ายรอยโรคและจำแนกประเภทรอยโรคผิวหนังว่าเป็นเนื้อร้ายหรือไม่ใช่เนื้อร้ายให้มีความถูกต้องแม่นยำเทียบเท่าการตรวจคัดกรองโดยแพทย์ผู้เชี่ยวชาญ This research aims to develop an algorithm to automatically screen the risk of skin cancer from skin lesion image by using ABCD rule. Specifically, A is Asymmetry of skin lesion, B is Border of skin lesion, C is Color of skin lesion, and D is Dermoscopic Structure of skin lesion. Digital image processing techniques were used to preprocess and enhance the quality of skin lesion image. Then, deep learning algorithm was used to extract important features automatically and classify whether the skin lesion has the risk of skin cancer based on the calculated A, B, C, and D scores. The developed algorithm has the efficiency comparable to those from expert dermalogists.