Classification of skin hyper-pigmentation lesions with multi-spectral images

According to clinical protocols, skin diseases are quanti ed by dermatologists throughout a treatment period, and then a statistical test on these measures allows to evaluate a treatment e cacy. The rst step of this process it to classify pathological interest areas. This task is challenging due to the high variability of the images in one clinical data set. In this report, we rst review algorithms that exist in the literature and adapt them to our problem. Then we choose the more appropriate algorithm to design a classi cation strategy. Thereby, we propose to use data reduction combined with SVM to do a rst classi cation of the disease. Then we associate the obtained classi cation map with a segmentation map in an interactive classi cation tool in order to compromise between operator dependency and algorithm robustness. Key-words: skin, hyper-pigmentation, SVM, data reduction, multi-spectral images ∗ Morphème / Ayin † Morphème ‡ Galderma R&D § Ayin ha l-0 07 45 36 7, v er si on 1 25 O ct 2 01 2 Classi cation de lésions d'hyper-pigmentation cutanée à partir d'images multi-spectrales. Résumé : Lors des protocoles cliniques actuels, les maladies de peau sont quanti ées par les dermatologues tout au long d'une période de traitement. Puis un test statistique sur ces diagnostiques permet d'évaluer l'e cacité d'un traitement. A n d'automatiser un tel processus à l'aide de l'imagerie spectrale, la première étape est d'extraire les zones pathologiques d'intérêt. Cette tache est di cile en raison de la grande variabilité des images dans un ensemble de données cliniques. Dans ce rapport, nous examinons d'abord les algorithmes qui existent dans la littérature et qui peuvent être adaptés à notre problème. Puis, nous choisissons l'algorithme le plus approprié a n de concevoir une stratégie de classi cation. Ainsi, nous proposons d'utiliser la réduction de données combinée avec un séparateur à vaste marge (SVM) pour faire une première classi cation de la pathologie. Ensuite, nous associons la carte de classi cation obtenue avec une carte de segmentation grâce à un outil de classi cation interactive a n de trouver un compromis entre la dépendance à un opérateur et la robustesse de l'algorithme. Mots-clés : peau, hyper-pigmentation, SVM, réduction de dimension, imagerie multi-spectrale ha l-0 07 45 36 7, v er si on 1 25 O ct 2 01 2 Classi cation of skin hyper-pigmentation lesions 3