Перспективы применения «машинного зрения» в цифровой дерматоскопии при подозрении на меланому кожи

Автор: Козлов С.В., Неретин Е.Ю., Куколкина В.В.

Журнал: Саратовский научно-медицинский журнал @ssmj

Рубрика: Онкология

Статья в выпуске: 2 т.10, 2014 года.

Бесплатный доступ

В статье рассматривается проблема диагностики меланомы кожи. Актуальность темы подтверждается тем, что ежегодно заболеваемость больных с этой патологией постоянно увеличивается. Многообразие методов диагностики не решает в полной мере проблему ранней диагностики меланомы кожи. Цель: изучение возможностей автоматической обработки данных при проведении цифровой дерматоскопии меланомы кожи в специализированном онкологическом центре. Для решения поставленной задачи использовались следующие материалы и методы: первичные учетные документации за 16 лет (1996-2010) о впервые выявленном заболевании, годовые отчеты Самарского областного клинического онкологического диспансера, годовые статистические отчеты Государственного статистического комитета. При обработке и прогнозе результатов исследования использовались следующие статистические методы: метод экстраполяции, модель линейной регрессии. Достоверность выявленной закономерности динамики определялась с помощью ошибки регрессии с последующим определением t и р. Полученные результаты свидетельствуют о более высокой точности диагностики в специализированном центре и преимуществе цифровой дерматоскопии по сравнению с визуальным осмотром, достаточно высокой точности диагностики исследованной экспертной системы. Сделаны выводы о возможности применения данной экспертной системы на этапе квалифицированного и специализированного уровней, в качестве «второго мнения» при постановке диагноза и выборе тактики лечения.

Еще

Меланома кожи, онкология, пкад, рдс-1, самарская область, цифровая дерматоскопия, экспертная система

Короткий адрес: https://sciup.org/14917947

IDR: 14917947

Текст научной статьи Перспективы применения «машинного зрения» в цифровой дерматоскопии при подозрении на меланому кожи

номы. Составляя структурно не более 10% от всех форм рака кожи, она ответственна за 80% летальных исходов, приходящихся на эту группу опухолей [1]. Меланома кожи относится к разряду высокозлокачественных опухолей. Еще 30–40 лет назад она была сравнительно редким заболеванием в боль- шинстве стран мира. За истекшее время частота возникновения этой болезни значительно увеличилась и продолжает неуклонно возрастать [2].

Одним из методов, позволяющих принимать решения о дальнейшей тактике, может являться использование информационных технологий и экспертных систем для диагностики меланомы. Они позволяют снизить влияние «личного мнения врача», субъективизма при вынесении диагностического решения, систематизируют сбор необходимой информации. Основными направлениями использования компьютерных технологий в дерматологии являются применение средств удаленного консультирования (теледерматологии) и применение интеллектуальной поддержки принятия решений непосредственно на рабочем месте врача. К ним относятся различные компьютерные программы и приложения, экспертные системы.

В настоящее время известно большое количество компьютерных программ, экспертных систем, предназначенных для решения диагностических задач дерматологии [3–5] и дифференциальной диагностики меланомы кожи и других пигментных новообразований кожи [6–10]. Материалом анализа могут быть клинические признаки, собранный анамнез, цифровые изображения новообразований, полученные с помощью цифрового фотоаппарата или дерматоскопа, применение «машинного зрения». Машинное зрение — комплекс методов и алгоритмов, который включает в себя аппаратную часть и программную часть, позволяющую обнаружить и классифицировать различные объекты.

Цель : оценить возможности диагностики меланомы кожи за счет использования методов машинной обработки при цифровой дерматоскопии.

Материал и методы. Исходными материалами для исследования явились первичные учетные документы за 16 лет (1996-2010) о впервые выявленном заболевании «меланома кожи» (амбулаторная карта пациента, форма № 025/у-04, извещение о впервые выявленном злокачественном новообразовании, форма № 090/у, протокол запущенности, форма № 027–2/у, регистрационная карта больного со злокачественным образованием, форма № 030–6/ГРР, годовые отчеты Самарского областного клинического онкологического диспансера (форма № 7, форма № 35).

На первом (предварительном) этапе проведен ретроспективный анализ качества диагностики, основанный на данных обследования (опрос и осмотр) и лечения 1385 больных: 494 мужчин (35,67%) и 891 женщин (64,33%) в возрасте 20-85 лет (средний возраст 53,99 года), с различными доброкачественными и злокачественными новообразованиями кожи за период с января по декабрь 2008 г. (табл. 1).

Эти пациенты были направлены из общей лечебной сети в ГБУЗ СОКОД, где были обследованы, а затем прооперированы с обязательным гистологическим исследованием удаленного новообразования. Результаты предоперационной диагностики сопоставлялись с гистологическим заключением, использованным в качестве референтного метода.

Проведено распределение больных с диагностированной меланомой кожи в зависимости от формы опухоли (классификация по Кларку, 1969). Установлено, что чаще выявлялись узловая и поверхностно-распространяющаяся формы (табл. 2). У абсолютного большинства больных (85,32%) имелись данные формы меланомы.

У 26 пациентов (23,85%) меланома локализовалась на коже головы и шеи, у 42 (38,53%) на туловище, у 20 (18,35%) на верхней конечности, у 21 (19,27%) на нижней конечности.

На втором (основном) этапе исследования с января 2013 по декабрь 2013 г. в ГБУЗ СОКОД было проведено комплексное обследование и лечение 250 больных с различной патологией кожи: 90 мужчин (36,00%) и 160 женщин (64,00%), в возрасте 20–85 лет (средний возраст 47,89 года). Данные комплексной дооперационной диагностики сопоставлялись с результатом гистологического исследования, который и был использован в качестве референтного.

Предоперационный инструментальный объем исследования включал ультразвуковое исследование органов брюшной полости, ультразвуковое исследование периферических лимфоузлов, рентгенографию органов грудной клетки, обычное фотографирование, фотографирование с увеличением, цифровую дерматоскопию.

В зависимости от визуальной макроскопической картины выявленной патологии и характера опухолевого процесса все пациенты были разделены на 2 группы (табл. 3).

Таблица 1

Характеристика ретроспективной группы пациентов в зависимости от характера новообразования кожи, верифицированного гистологическим исследованием

Новообразование кожи

Число больных

Абс.

В %

Меланома кожи

109

7,87

Другие злокачественные новообразования кожи

396

28,59

Доброкачественные новообразования кожи

880

63,54

Итого

1385

100,00

Таблица 2

Распределение больных в зависимости от формы роста меланомы кожи

Форма роста (морфологический тип)

Число больных

Абс.

В %

Узловая меланома (нодулярная)

48

44,04

Поверхностно-распространяющаяся

45

41,28

Лентиго-меланома

11

10,09

Акрально-лентигинозная

5

4,59

Итого

109

100,00

Таблица 3

Характеристика основной группы больных в зависимости от новообразования кожи

Новообразование

Число больных

Абс.

В %

Меланома кожи

46

18,40

Доброкачественные новообразования кожи

204

81,6

Итого

250

100

В исследовании при проведении дерматоскопии использовались аппарат РДС-1 и поставляемый с ним программный модуль анализа — программный комплекс аппаратной диагностики (ПКАД), дерматоскоп фирмы DeltaHeine 20, при анализе дерматоскопических элементов использовался алгоритм, предложенный Kittler.

Физикальное обследование. Опрос жалоб начинался с внимательного и доброжелательного выслушивания вольного изложения их больным. При выявлении жалоб была важна не только их констатация, но и их конкретизация. Пациенту ставились четкие и понятные вопросы. Выявлялись индивидуальные факторы риска развития меланомы кожи. Оценивались субъективные ощущения в области пигментного новообразования, динамика роста опухоли, влияние различных факторов (инсоляция, травматизация, самолечение и т.д.).

Больного осматривали при ярком искусственном рассеянном освещении теплым светом (3000–3500 К) с использованием при необходимости бокового подвижного источника света и увеличительного стекла (□IO). Температура воздуха в кабинете составляла 22-25оС.

Тотальное фотографирование кожных покровов. Для объективизации диагноза и сохранения информации выполнялось тотальное фотографирование кожных покровов в положении пациента лежа на спине и на животе с использованием цифровой фотокамеры Nikon Coolpix 5700.

Фотографирование проводили в обычном режиме, чтобы была видна локализация образования на теле пациента, затем при максимальном приближении к опухоли (оптическая функция «Zoom 8x») с целью подробного анализа в условиях макросъемки. Все выявленные новообразования кожи после фотографирования вводились в базу данных персонального компьютера врача, выводились на монитор с необходимым увеличением и анализировались с применением правил ABCDE.

Цифровая дерматоскопия . Для дерматоскопии использовался дерматоскоп Heine Delta 20 («Heine Optotechnik», Германия) и специальное масло для иммерсии («Heine Optotechnik», Германия). Данный дерматоскоп имеет следующие характеристики: 1) 10-кратное увеличение без искажения по всей исследуемой поверхности за счет системы ахроматических линз; 2) светодиодное равномерное бестеневое освещение с наличием 6 основных источников освещения и 3 дополнительных источников для бокового освещения; 3) диапазон коррекции фокусировки от -6 до +6 диоптрий; 4) рукоятка Beta R со сменным блоком автономного питания.

Иммерсионное масло Heine наносили тонким равномерным слоем на опухоль и на объектив дерматоскопа. Включали освещение объектива и при помощи кольца окуляра регулировали резкость до комфортных значений. Плотно прижав объектив прибора к новообразованию, рассматривали и анализировали изображение. Далее проводили цифровую дерматоскопию с помощью цифровой фотокамеры Nikon Coolpix 8400, соединенной с окуляром дерматоскопа. Фотографирование проводили, увеличив изображение так, чтобы оно заняло все поле зрения. Фотографировали объект при максимальном (шестидиодном) освещении объекта и единожды установленными функциями фотокамеры. Это необходимо для стандартизации полученных изображений. Оценку размеров всего новообразования и отдельных его деталей проводили с помощью шкалы дерматоскопа с миллиметровыми делениями.

Полученное изображение выводили на монитор компьютера и просматривали в режиме различных увеличений. Высокое качество и разрешение при дерматоскопии (10,2 мегапикселя) позволяло увеличивать изображение на экране в 3–5 раз, а по сравнению с истинными размерами кожного образования в 80–100 раз без потери качества и информативности. Диагностика основывалась на выявлении дерматоскопических феноменов и оценке их цветовых характеристик.

Применялся двухэтапный алгоритм обследования, предложенный на Первом Всемирном конгрессе по дерматоскопии (Рим, 2001) для дифференциальной диагностики пигментных поражений кожи. В пользу меланоцитарной природы очага поражения свидетельствует обнаружение в дерматоскопической картине следующих диагностических критериев: пигментной сетки, гранул или точек, разветвляющихся полос. Отсутствие в дерматоскопической картине очага поражения указанных выше трех дерматоскопических элементов позволяет исключить меланоцитарную природу исследуемого пигментного поражения кожи.

Для оценки дерматоскопической картины меланоцитарного образования нами использовались дер-матоскопичекские алгоритмы ABCDE, предложенные Kittler и соавторами в 1999 г.:

Параметр А — асимметричность пигментного образования по цвету, контуру, структурным компонентам. Данный параметр определяется путем разделения новообразования двумя перпендикулярными линиями и сравнения полученных половин: правой с левой, верхней с нижней. При полной симметрии А=0, при асимметрии в одной половине А=1, в двух — А=2.

Параметр В — границы образования. Он оценивался путем разделения новообразования на 8 равных секторов. Сектору, где пигментация резко обрывается, присваивается один балл. Таким образом, количество баллов при оценке данного параметра может варьировать от 0 до 8.

Параметр С — цвет. Каждому из цветов, имеющихся в новообразовании, присваивается по 1 баллу. Максимальное количество баллов — 6.

Параметр D — дерматоскопические феномены. Пигментная сеть, пигментные глыбки (диаметр > 0,1 мм), точки (диаметр < 0,1 мм), радиальные лучи, бесструктурные участки. Максимальное количество баллов — 5.

Параметр Е — изменение клинической картины по размеру, цвету, форме, появлению кровоточивости и изъязвлению поверхности.

Вычисление дерматоскопического индекса (ДИ) для интерпретации меланоцитарного образования проводилось согласно правилу ABCDE по специальной формуле:

ДИ = (АЧ1,3) + (ВЧ0,1) + (СЧО,5) + (DЧ0,5).

Для оценки результатов дерматоскопического исследования учитывались коэффициенты, предложенные Kittler и коллегами в 1999 г. Общий дерматоскопический индекс с учетом параметра Е (ABCD-E) составляет: при наличии клинических изменений: ОДИ ABCD+1,2; при отсутствии клинических изменений: ОДИ ABCD — 0,8. При доброкачественных новообразованиях ОДИ был менее 4,75, при потенциально злокачественных находился в интервале

4,75–5,45, при злокачественных новообразованиях был больше 5,45.

Цифровая дерматоскопия с использованием экспертной системы ПКАД на аппарате РДС-1. В исследовании был использован цифровой дерматоскоп РДС-1. Комплектация РДС-1 (по паспорту) включает: видеоскоп, насадку кросс-поляризации, насадку для ультрафиолетового излучения (В), USB флешку с программным обеспечением ПКАД. Аппарат обладает полем зрения 14 мм*10,5 мм, подключается к персональному компьютеру по USB 2.0 и потребляет 4 Вт, разрешение матрицы 2,0 Мп. Прибор выполнен из пластика с удобной гладкой ручкой в форме пистолета и имеет габариты 13,5 см*13,25 см*4,75 см с насадкой. Проводилась цифровая дерматоскопия новообразований с иммерсией и без нее. Далее фотографии анализировались экспертной системой ПКАД.

Для процесса статистического анализа использовалась ПЭВМ класса Pentium IV с тактовой частотой 2,4 Ггц., ОЗУ 4 Гб и операционной системой Windows-Vista.

Анализ проводился при помощи современных пакетов статистического анализа: STAT GRAPHICS Plus for Windows версии 4.0, STATISTICA for Windows версии 8.0, Microsoft Excel 2010. Для оформления результатов исследований применялись пакеты из системы Microsoft Office-2010 и Corel Draw-13.

Оценка достоверности исследования проводилась путем сравнения результатов диагностики обычной дерматоскопии на аппарате Delta Heine 20 с применением правила Kittler, дерматоскопии на аппарате РДС-1 с использованием экспертной системы ПКАД с результатами гистологического исследования удаленного новообразования, который является «золотым стандартом диагностики» в онкологии. Перед исследованием была произведена оценка необходимого количества больных. Для этого определены критерий и нулевая гипотеза, исследована мощность (95%) и требуемый объем выборки для обнаружения эффекта на разумном уровне. По уровню достоверности исследование можно отнести к категории «С» по классификации Оксфордского центра доказательной медицины (ограниченная достоверность: информация основана на результатах одного клинического исследования).

Результаты. Получены следующие показатели: при визуальном осмотре в ЛПУ общей лечебной сети показатель чувствительности составил 52,29%, специфичности — 68,2%. При проведении визуального осмотра в онкологическом диспансере показатели отличались в лучшую сторону: чувствительность 79,86%, специфичность 82,3% (p<0,01).

Еще более точно удавалось ставить диагноз «меланома кожи» при проведении цифровой дерматоскопии с использованием аппарата Delta Heine 20 и оценке с помощью алгоритма Kittler, где показатель чувствительности был 97,48%, а специфичности составил 84,49% (p<0,01).

При анализе цифровых снимков, полученных на дерматоскопе РДС-1 системой ПКАД, чувствительность 93,75%, специфичность 79,9% (p<0,01), при сравнении с аналогичными показателями, полученными при обычной цифровой дерматоскопии с использованием правила Kittler, достоверных отличий не получено (t=5,2 p>0,05).

Среднее время на диагностику одной дерматоскопической единицы, подозрительной на меланому кожи, с использованием ПКАД составило 16,0 секунд.

Из недостатков экспертной системы РДС-1 следует отметить, что наличие различных артефактов, таких, как волос, пузырьков воздуха, и других посторонних предметов, иногда мешает точной постановке правильного диагноза, что требует определенной доработки программного модуля.

Обсуждение. В результате исследования получены данные, которые свидетельствуют о том, что применение цифровой дерматоскопии на аппарате РДС-1 совместно экспертной системой (ПКАД) позволяет более точно ставить кинический диагноз, чем при визуальном осмотре. Это можно использовать для организации скринингового обследования без привлечения высокоспециализированных кадров. Также РДС-1 можно применять и для объективного динамического наблюдения за пигментными новообразованиями в косметически значимых участках тела.

Среди преимуществ следует выделить и сравнимую точность диагностики с обычной цифровой дерматоскопией, малое время осмотра одного дерматоскопического элемента, объективизацию динамического наблюдения за растущими пигментными новообразованиями.

Поэтому данное программное обеспечение можно использовать в первичном звене, смотровых кабинетах, для проведения скрининговых осмотров.

Заключение.

  • 1.    Точность визуальной диагностики на этапе общей лечебной сети значительно ниже, чем в специализированном центре, и требует дальнейшего улучшения.

  • 2.    Диагностика меланомы кожи значительно выше при проведении дерматоскопии с использованием ПКАД, чем при рутинном осмотре в ЛПУ первичного звена.

  • 3.    Цифровую дерматоскопию с ПКАД можно использовать для рутинной диагностики меланомы кожи и проведения скринингового осмотра на этапе первичного звена, однако уточняющая диагностика должна проводиться только в специализированных онкологических диспансерах.

  • 4.    Точность диагностики программного обеспечения ПКАД позволяет использовать его и в специализированных онкологических центрах в качестве «второго мнения» при постановке предварительного диагноза у пациентов с подозрением на меланому кожи.

Список литературы Перспективы применения «машинного зрения» в цифровой дерматоскопии при подозрении на меланому кожи

  • Демидов Л. В., Харкевич Г. Ю. Меланома кожи: стадирование, диагностика и лечение. РМЖ2003; 11 (11): 41-43
  • Avril MF, Cascinelli N, Cristofolini M. Clinical diagnosis of Melanoma: WHO Melanoma Programme Publications, Milano (Itali) 1994; (3): 28-29
  • Finlay AJ, Hammond P. Expert system in dermatology: the computer potential: The example of facial tumour diagnosis. Dermatologica 1986; 173 (2): 79-84
  • Haberman HF, Norwich KH, Diehl DL, et al. DIAG: a computer-assisted dermatologic diagnostic system -clinical experience and insight. J Am Acad. Dermatol 1985 Jan; 12 (I Ptl): 132-143
  • Potter В, Ronan SG. Computer diagnosis of skin disease. J Fam Pract 1990 Feb; 30 (2): 137-140
  • Binder M, Sterner A, Schwarz M, et al. Application of anartificial neural network in epiluminescence microscopy pattern analysis of pigmented skin lesions: a pilot study. Br J Dermatol 1994 Apr; 130 (4): 460-465
  • Burroni M, Corona R, Dell'Eva G, et al. Melanoma computer-aided diagnosis: reliability and feasibility study. Clin Cancer Res 2004 Mar. 15; 10(6): 1881-1886
  • Сергеев В.Ю., Сергеев Ю.В. Видео-дерматоскопия: современные подходы к ранней диагностике и профилактике эпителиальных опухолей кожи. Альманах клинической медицины 2006; 9: 120-123.
  • Sokolov DV, Potekaev NN, et al. Clinical Dermatology and Venereology 2010; 3: 72-77, Russian (Соколов Д. В., Потека-ев Н. Н. и др. Клиническая дерматология и венерология 2010; 3: 72-77).
  • Сергеев А. Ю., Сергеев В. Ю. Дерматоскопия: становление и развитие в России и за рубежом. Клиническая дерматология и венерология 2008; 1: 1-9
Еще
Статья научная