USO DE REDES NEURONALES CONVOLUCIONALES EN TELÉFONOS INTELIGENTES PARA LA IDENTIFICACIÓN DE ENFERMEDADES CUTÁNEAS

Abstract

Las enfermedades cutáneas son un grupo de afecciones de la dermis, caracterizadas por el cambio de aspecto que presentan en comparación con la piel sana, donde algunas de ellas pueden evolucionar hasta convertirse en lesiones malignas siendo un riego para el paciente. Con la continua evolución de la tecnología, las herramientas de diagnóstico han ido evolucionando incorporando los teléfonos inteligentes en las actividades clínicas. Las aplicaciones móviles que soportan al dermatólogo en tareas de diagnóstico son escasas y limitadas, en este sentido el propósito de este trabajo fue desarrollar un prototipo de aplicación móvil basada en Android para el reconocimiento de lesiones cutáneas en tiempo real usando redes neuronales convolucionales. La aplicación móvil desarrollada implementó la librería TensorFlow para la ejecución del modelo. El reconocimiento implemtó el modelo Mobilenet V2, junto con un banco de 305 imágenes obtenidas de la internet. Las enfermedades seleccionadas para la identificación fueron: melanoma, psoriasis en placa, sarcoma de Kaposi y dermatitis atópica. Las pruebas de la aplicación se realizaron en dos equipos diferentes para evaluar el comportamiento. Las lesiones de tipo melanoma, psoriasis en placa y dermatitis atópica, presentaron un buen desempeño (>75%) para la predicción y un desempeño regular (<75%) en la predicción de enfermedades tipo sarcoma de Kaposi. La aplicación móvil desarrollada demostró un buen comportamiento a pesar de la baja cantidad de imágenes usadas en el entrenamiento.

Skin diseases are a group of conditions of the dermis, characterized by the change in appearance that they present in comparison with healthy skin, where some of them can evolve into malignant lesions, being a risk for the patient. With the continuous evolution of technology, diagnostic tools have been evolving incorporating smartphones into clinical activities. The mobile applications that support the dermatologist in diagnostic tasks are scarce and limited, in this sense, the purpose of this work was to develop a prototype of an Android-based mobile application for the recognition of skin lesions in real-time using convolutional neural networks. The mobile application developed implemented the TensorFlow library for the execution of the model. For the recognition, the Mobilenet V2 model was used, together with a bank of 305 images obtained from the internet. The diseases selected for identification were melanoma, plaque psoriasis, Kaposi's sarcoma, and atopic dermatitis. The application tests were performed on two different computers to evaluate the behavior. Melanoma-type lesions, plaque psoriasis, and atopic dermatitis presented a good performance (> 75%) for the prediction and a regular performance (<75%) for the prediction of Kaposi's sarcoma-type diseases. The mobile application developed showed good behavior despite the low amount of images used for training.