Il riconoscimento del potenziale maligno associato a tali lesioni è di importanza fondamentale nella diagnosi precoce del tumore cutaneo e nella distinzione clinica con altri tipi di lesioni benigne.
Per analizzare le potenzialità di un sistema di riconoscimento automatizzato del carcinoma a cellule basali, sono state valutate le caratteristiche cromatiche e strutturali delle ulcere.
Per fare questo, gli autori hanno selezionato 49 immagini dermoscopiche ottenute con uno strumento a luce polarizzata relative ad ulcere rinvenute in carcinomi a cellule basali accertati mediante biopsia.
Parallelamente, sono state scelte immagini dermoscopiche di lesioni benigne, la cui area possedeva caratteristiche simili a delle ulcere. Nello studio sono stati valutati quindici parametri. Sei di questi relativi alla struttura delle lesioni: energia, varianza, levigatezza, asimmetria, uniformità ed entropia.
Altre nove misure erano invece riferite alla colorazione: misura relativa del rosso, verde e blu; aromaticità del rosso, del verde e del blu; e i rapporti blu-verde, blu-rosso e verde rosso.
L’utilizzo dell’algoritmo di analisi supervisionata back-propagation artificial neural network, basato sulle caratteristiche cromatiche e strutturali, ha permesso di discriminare la maggior parte dei carcinomi a cellule basali dalle lesioni benigne, con una capacità predittiva, valutata sotto la curva ROC, del 92,46%.
Lo studio ha dimostrato la possibilità di operare il riconoscimento del tumore cutaneo utilizzando i parametri estratti dalle immagini dermoscopiche sottoponendoli ad un sistema di valutazione automatizzato.