Козачок Елена Сергеевна, специалист
Researcher ID: rid108085
ул. Александра Солженицына, д. 25, г. Москва 109004
Elena S. Kozachok, Specialist
Researcher ID: rid108085
25 Alexander Solzhenitsyn Str., Moscow 109004
Цель исследований – формирование набора данных дерматоскопических изображений, содержащих высококачественную разметку клинически значимых признаков кожных новообразований фототипов кожи населения России, предназначенного для ранней диагностики и выявления злокачественных кожных новообразований. Формирование и внедрение наборов дерматоскопических изображений в автоматизированные системы и подходы раннего обнаружения злокачественных новообразований кожи при проведении медицинских обследований пациентов являются актуальными направлениями исследований.
Методы. Предложен подход к формированию набора дерматоскопических изображений с высокой высококачественной разметкой клинически значимых признаков. Основу сформированного набора данных составляют дерматоскопические изображения кожных новообразований с подтвержденными диагнозами, в том числе с применением клинических методов исследования, согласно существующей нозологии пациентов дерматовенерологического профиля населения Российской Федерации врачами дерматологами и онкологами. Отличительной особенностью разработанного набора данных помимо принадлежности к фототипу кожи населения России относится высококачественная разметка клинически значимых признаков, позволяющая применять разработанный набор в методах и алгоритмах машинного обучения и распознавания образов.
Результаты. Сформированный набор дерматоскопических изображений содержит 657 дерматоскопических изображений, сопровождаемых расширенными метаданными и предварительными клиническими заключениями, меланоцитарных (меланома и невус) и не меланоцитарных (плоскоклеточный рак, дерматофиброма, сосудистые поражения, кератоз и др.) новообразований. В основу данного набора заложено распределение как по возрастному критерию, так и по принадлежности и системности течения болезни у пациентов.
Заключение. Практическая направленность сформированного набора дерматоскопических изображений с высококачественной разметкой клинически значимых признаков позволяет применять сформированные изображения как в системах поддержки принятия решений врачей при осуществлении медицинской практики, так и в системах, основанных на применении методов и алгоритмов машинного обучения для ранней диагности злокачественных новообразований кожи.
The purpose of the research is to develop a dermatoscopic images containing high-quality labeling of clinically significant signs of skin neoplasms of the Russian population skin phototypes, intended for early diagnostics and detection of malignant skin neoplasms. The formation and implementation of sets of dermatoscopic images in automated systems and approaches to the early malignant skin neoplasms detection during medical examinations of patients is a relevant research area.
Methods. An approach to the formation of a dermatoscopic images data set with high-quality labeling of clinically significant features is proposed. The basis of the formed data set is dermatoscopic skin neoplasmsimages with confirmed diagnoses, including using clinical research methods, according to the existing nosology of the dermatovenereological profile patients of the Russian Federation population by dermatologists and oncologists. A distinctive feature of the developed data set, in addition to belonging to the skin phototype of the Russian population, is the high-quality labeling of clinically significant features, which allows the developed set to be used in methods and algorithms of machine learning and pattern recognition.
Results. The generated data set of dermatoscopic images contains 657 dermatoscopic images, accompanied by extended metadata and preliminary clinical conclusions, of melanocytic (melanoma and nevus) and non-melanocytic (squamous cell carcinoma, dermatofibroma, vascular lesions, keratosis, etc.) neoplasms. This data set is based on the distribution both by age criterion and by the affiliation and course systemic nature of the disease in patients.
Conclusion. The practical focus of the developed dermatoscopic images data set with high-quality marking of clinically significant features allows the use of the generated images both in decision support systems for doctors in medical practice and in systems based on the machine learning methods and algorithms usage for the early malignant skin neoplasms diagnosis.
The authors declare that there are no conflicts of interest present.