Eric Rosselló ha estat guardonat amb el segon premi en els premis Balears contra el Càncer que atorga l’Associació Espanyola Contra el Càncer. reconeixen els millors treballs de fi de grau o màster relacionats amb la malaltia  

El dijous 7 de novembre ha tingut lloc, a la Reial Acadèmia de Medicina de les Illes Balears, el lliurament dels guardons de la tercera edició dels Premis Balears contra el Càncer. La iniciativa reconeix els millors treballs de fi de grau o màster de la UIB relacionats amb la malaltia. El TFG d’Eric Rosselló ha obtingut el segon premi en la categoria Treball sobre ciències bàsiques.

El seu TFG ha estat dirigit pels membres del nostre grup Dr. Antoni Jaume-i-Capó i el Dr. Gabriel Moyà Alcover.

El TFG

El TFG de Eric Rosselló tenir per títol Anàlisis d’imatges dermatoscòpiques per al suport al diagnòstic mèdic. Tot seguit us deixam un petit resum del TFG.

El melanoma afecta, en España, a 9.7 de cada 100 000 habitantes, siendo responsable del 80% de las muertes de los tumores malignos de la piel, pese a representar solamente un 4% de este tipo de tumores.

A su vez, el diagnóstico clínico de este se basa en el reconocimiento visual por parte de un dermatólogo, haciendo uso de distintos algoritmos desarrollados para facilitar esta tarea.

Pese a la conveniencia de estos algoritmos, la facilidad de pronostico del melanoma aumenta con el espesor del tumor, pero, de la misma forma, se reduce el ratio de supervivencia.

Esto lleva a un interés creciente en el desarrollo de soluciones en el procesamiento de imágenes para ayudar y completar la tarea del especialista. Podemos encontrar estudios relacionados con la clasificación automática de este tipo de lesiones desde 1987, ha sido gracias a los buenos resultados mostrados por estos que se ha promovido el uso de la visión industrial y el análisis computarizado.

En este documento tratamos de introducirnos en el campo del reconocimiento y clasificación de las lesiones cutáneas pigmentadas, desarrollando los pasos necesarios para la construcción de las herramientas utilizadas por un sistema automatizado.

Así pues, veremos el preprocesado de una base de datos de imágenes dermatoscópicas para eliminar ruido, la identificación y segmentación de la lesión, la extracción de un conjunto de características de esta lesión, la selección de un subconjunto de estas que permita reducir el coste computacional y mejorar el rendimiento del modelo o modelos desarrollados en el último paso, con el fin encontrar un clasificador capaz de distinguir lesiones consideradas melanomas de aquellas que no.

A lo largo de todo este proceso, trataremos de exponer distintas alternativas y explorar la construcción de un sistema en función de sus ventajas e inconvenientes. Logrando, por un lado, desarrollar herramientas para la reducción del ruido de las imágenes a través de la eliminación del pelo y, por otra parte, entrenar un clasificador con un conjunto reducido de características y resultados satisfactorios.

Enhorabona Eric!

• 

• 

•