Gestión cromática en la evaluación de lesiones melanocíticas
Barra lateral del artículo
Contenido principal del artículo
Resumen
Uno de los criterios más extendidos en la valoración de imágenes de lesiones melanocíticas pigmentadas es el método ABCDE, en el cual el color (C) es uno de los componentes más relevantes. Sin embargo, la mayor parte de su valoración es subjetiva, raramente toma en cuenta los múltiples factores que pueden afectar la captura, procesamiento u observación de las imágenes, así como las limitaciones y diferencias perceptivas humanas. Esta particularidad puede afectar la detección temprana, el diagnóstico y tratamiento de este tipo de lesiones cutáneas. Con el desarrollo de la Tele- dermatología diagnóstica y los cada vez más sofisticados algoritmos de IA, se hace necesario contar con procedimientos objetivos que optimicen y fidelicen el procesamiento de imágenes y que apoyen a los profesionales de salud con el propósito de incidir positivamente en los índices crecientes de melanomas. El propósito de este artículo es proporcionar una metodología de valoración cromática, sustentada en el sistema CIEL*a*b* y en mejores prácticas de gestión cromática de imágenes, proporcionando a un grupo de profesionales en la salud, que no necesariamente está familiarizado a utilizar el color como herramienta objetiva de diagnóstico.
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los autores conservan los derechos de autor y ceden a la revista el derecho de la primera publicación y pueda editarlo, reproducirlo, distribuirlo, exhibirlo y comunicarlo en el país y en el extranjero mediante medios impresos y electrónicos. Asimismo, asumen el compromiso sobre cualquier litigio o reclamación relacionada con derechos de propiedad intelectual, exonerando de responsabilidad a la Editorial Tecnológica de Costa Rica. Además, se establece que los autores pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
Citas
Ureña Vargas, M. J., Sánchez Carballo, R., Kivers Bruno, G. Cerdas Soto, D., & Fernández Angulo V. “Cáncer de piel: revisión bibliográfica” Revista Ciencia Y Salud Integrando Conocimientos, Vol. 5, Num. 5 (2021), Pág. 85-94. https:// doi.org/10.34192/ciencia y salud.v5i5.347
Zekayi K., Burhan E., Server S. and Yalçın T. “Current Management of Malignant Melanoma: State of the Art”; Chapter 4; IntechOpen Books Series pp. 69 (2013).
Glenn Merlino et. All. “The state of melanoma: challenges and opportunities”; Journal of Pigment Cell & Melanoma Research, Vol. 29 Issue 4; pp. 404-416, (2016).
Naomi Ch. Et all. “Teledermatology for diagnosing skin cancer in adults”; The Cochrane Library Collaboration. Published by John Wiley & Sons, Ltd. (2018)
A.P. Kassianos,J.D. Emery,P. Murchie,F.M. Walter; “Smartphone applications for melanoma detection by community, patient and generalist clinician users: a review”. British Journal of Dermatology, BJD. 172, pp. 1507-1518, (2015).
Titus J. Brinker et all. “Deep learning outperformed 136 of 157 dermatologists in a head-to-head dermoscopic melanoma image classification task”. European Journal of Cancer 113; 47-54(2019).
David E. Elder et all. “The 2018 World Health Organization Classification of Cutaneous, Mucosal, and Uveal Melanoma” College of American Pathologists, “Archives of Pathology & Laboratory Medicine” Review (2020)
H.P. Soyer, R.P. Braun, G. Argenziano. “First Congress of the International Dermoscopy Society (IDS)” Dermatology Journal pp. 212:265–320, (2006).
European consensus-based interdisciplinary guideline for melanoma. Part 1: Diagnostics e Update European Journal of Cancer (2019)
European consensus-based interdisciplinary guideline for melanoma. Part 1: Diagnostics e Update European Journal of Cancer (2019)
John D. Mollona , Jenny M. Bostenb , David H. Peterzellc , Michael A. Webster. “Individual differences in visual science: What can be learned and what is good experimental practice?” Visión Research. Vol. 141, (2017) Pages 4-15.
Pasmanter N, Munakomi S. Physiology, Color Perception. [Updated 2021 Sep 18]. In: StatPearls [Internet]. Treasure Island (FL): StatPearls Publishing; 2022 Jan-. Available from: https://www.ncbi.nlm.nih.gov/books/NBK544355/
Ellen J. Gerl & Molly R. Morris. “The Causes and Consequences of Color Vision” Evo Edu Outreach (2008) 1:476–486.
Mike Webster. “Environmental Influences on Color Vision” Encyclopedia of Color Science and Technology. Springer Science+Business Media NY (2015) p. 1-6.
Andrew Stockman, “Cone fundamentals and CIE standards”; Behavioral Sciences, 30:87–93 (2019).
P. Capilla, J.M. Artigas, J. Pujol. “Fundamentos de colorimetría”. Ed. Universitat de Valencia, (2002).
O. O. Olugbara, T. B. Taiwo, and D. Heukelman. “Segmentation of Melanoma Skin Lesion Using Perceptual Color Difference Saliency with Morphological Analysis”. Hindawi Mathematical Problems in Engineering Vol. (2018).
Annaby, M.H., Elwer, A.M., Rushdi, M.A. et al. Melanoma Detection Using Spatial and Spectral Analysis on Superpixel Graphs. J Digit Imaging 34, 162–181 (2021). https://doi-org.ezproxy.itcr.ac.cr/10.1007/s10278-020-00401-6
Soumya, R. S., Neethu, S., Niju, T. S., Renjini, A., & Aneesh, R. P. (2016, July). Advanced earlier melanoma detection algorithm using colour correlogram. In 2016 International Conference on Communication Systems and Networks (ComNet) (pp. 190-194). IEEE.