Sector expansion and elliptical modeling of blue‐gray ovoids for basal cell carcinoma discrimination in dermoscopy images

Abstract

Background Blue-gray ovoids (B-GOs), a critical dermoscopic structure for basal cell carcinoma (BCC), offer an opportunity for automatic detection of BCC. Due to variation in size and color, B-GOs can be easily mistaken for similar structures in benign lesions. Analysis of these structures could afford accurate characterization and automatic recognition of B-GOs, furthering the goal of automatic BCC detection. This study utilizes a novel segmentation method to discriminate B-GOs from their benign mimics. Methods Contact dermoscopy images of 68 confirmed BCCs with B-GOs were obtained. Another set of 131 contact dermoscopic images of benign lesions possessing B-GO mimics provided a benign competitive set. A total of 22 B-GO features were analyzed for all structures: 21 color features and one size feature. Regarding segmentation, this study utilized a novel sector-based, non-recursive segmentation method to expand the masks applied to the B-GOs and mimicking structures. Results Logistic regression analysis determined that blue chromaticity was the best feature for discriminating true B-GOs in BCC from benign, mimicking structures. Discrimination of malignant structures was optimal when the final B-GO border was approximated by a best-fit ellipse. Using this optimal configuration, logistic regression analysis discriminated the expanded and fitted malignant structures from similar benign structures with a classification rate as high as 96.5%. Conclusions Experimental results show that color features allow accurate expansion and localization of structures from seed areas. Modeling these structures as ellipses allows high discrimination of B-GOs in BCCs from similar structures in benign images.

Artificial Intelligence Applications in Dermatology: Where Do We Stand?

“…An increasing number of original studies have also begun classifying non-melanoma skin cancers (also known as keratinocyte carcinomas) vs. benign and pre-malignant lesions (36)(37)(38)(39)(40)(41)(42)(43)(44). For example, Spyridonos et al developed an AI model that could differentiate between actinic keratosis and normal skin with a specificity of 89.8% and a sensitivity of 91.7% (37).…”

Dermatoscopic predictors of the risk of recurrence of basal cell carcinoma of the skin

“…При морфологическом исследовании они соответствуют четко ограниченным опухолевым гнездам с пигментированными включениями, проникающими в дерму. Эти структуры встречаются при всех формах БКРК, кроме поверхностной [16]. Серо-голубые овоидные структуры можно относить к факторам высокого риска рецидивирования.…”

“…-Множественные серо-голубые точки и глобулы -многочисленные свободно расположенные овальные структуры, которые по размеру меньше гнезд. Их патоморфологическое соответствие -небольшое, округлое опухолевое гнездо с центральной пигментацией, локализующееся в сосочковом и/или ретикулярном слое дермы [16]. Этот дерматоскопический признак может быть представлен при всех формах БКРК, реже при поверхностной, что позволяет относить этот признак к факторам высокого риска рецидивирования.…”

“…-Локализованная группа точек -скопление серых точек. Патоморфологически этот признак соответствует свободному расположению пигмента вдоль дермоэпидермального соединения и/или меланофагам в сосочковом и ретикулярном слоях дермы [16]. При выявлении этого дерматоскопического признака можно говорить о низком риске рецидивирования.…”

“…Патоморфоло-гически они соответствуют мультифокальным опухолевым гнездам с включениями пигмента, расположенным в эпидермисе, реже в сосочковом слое дермы. Опухолевые гнезда соединены между собой и располагаются по отношению друг к другу радиарно [16,17]. Этот признак встречается при всех формах БКРК, но чаще при поверхностной, что позволяет относить этот признак к факторам низкого риска рецидивирования.…”