Polarisationslicht-Dermatoskop

Dermatoskopie (von altgriechisch δέρμα ( dérma ), Haut, und σκοπέω ( skopéō ), betrachten), auch Dermoskopie [ 1 ] oder Epilumineszenzmikroskopie genannt , ist die Untersuchung von Hautläsionen mit einem Dermatoskop . Dieses kameraähnliche Instrument ermöglicht die Untersuchung von Hautläsionen ohne störende Reflexionen auf der Hautoberfläche. Das Dermatoskop besteht aus einer Lupe, einer Lichtquelle (polarisiert oder unpolarisiert), einer transparenten Platte und gegebenenfalls einem flüssigen Medium zwischen Instrument und Haut . Dermatoskope werden häufig in der Hand gehalten, es gibt aber auch stationäre Kameras, die Ganzkörperaufnahmen in einer einzigen Bildsequenz ermöglichen. Werden die Bilder oder Videoclips digital erfasst oder verarbeitet, spricht man von einem digitalen Epilumineszenz-Dermatoskop . Das Bild wird anschließend automatisch analysiert und mit einem Wert versehen, der den Gefährlichkeitsgrad angibt. Diese Technik ist für Dermatologen und Hautkrebsspezialisten hilfreich, um gutartige von bösartigen (krebsartigen) Läsionen zu unterscheiden, insbesondere bei der Diagnose von Melanomen .

Typen

Es gibt zwei Haupttypen von Dermatoskopen: tragbare Handdermatoskope und stationär montierte Dermatoskope.

Ein Handdermatoskop besteht aus einer durchleuchtenden Lichtquelle und einer Vergrößerungsoptik (üblicherweise 10-fache Vergrößerung). Es gibt drei Hauptmodi der Dermatoskopie: [ 2 ]

  • Nichtpolarisiertes Licht, Kontakt [1]
  • Polarisiertes Licht, Kontakt [2]
  • Polarisiertes Licht, berührungslos [3]

Polarisiertes Licht ermöglicht die Darstellung tieferliegender Hautstrukturen, während unpolarisiertes Licht Informationen über die oberflächliche Haut liefert. Die meisten modernen Dermatoskope erlauben dem Arzt, zwischen den beiden Modi umzuschalten, die sich ergänzende Informationen liefern. Einige Modelle bieten zusätzlich verschiedene Zoomstufen und Farbüberlagerungen.

Ein stationäres System ermöglicht die Aufnahme eines Ganzkörperbildes in einer einzigen Aufnahme. Dieses Bild wird anschließend an Bildanalysealgorithmen übergeben, die ein dreidimensionales Modell der Person erstellen. Läsionen werden markiert und mithilfe künstlicher Intelligenz analysiert .

Vorteile

Bei Ärzten mit Erfahrung in der Dermatoskopie ist die diagnostische Genauigkeit bei Melanomen deutlich höher als bei Ärzten ohne entsprechende Spezialausbildung. [ 3 ] Dadurch verbessert sich sowohl die Sensitivität (Erkennung von Melanomen) als auch die Spezifität (Anteil der korrekt als gutartig diagnostizierten Nicht-Melanome) im Vergleich zur Untersuchung mit bloßem Auge erheblich. Die Genauigkeit der Dermatoskopie konnte im Vergleich zur Untersuchung mit bloßem Auge um bis zu 20 % (Sensitivität) bzw. bis zu 10 % (Spezifität) gesteigert werden . [ 4 ] [ 5 ] Durch den Einsatz der Dermatoskopie wird somit die Spezifität erhöht, wodurch die Häufigkeit unnötiger chirurgischer Entfernungen gutartiger Läsionen reduziert wird. [ 6 ] [ 7 ]

Anwendungen

  1. Die typische Anwendung der Dermatoskopie ist die Früherkennung von Melanomen (siehe oben).
  2. Die digitale Dermatoskopie (Videodermatoskopie) dient der Überwachung von Hautveränderungen, die verdächtig auf ein Melanom sind. Die digitalen Dermatoskopiebilder werden gespeichert und mit den Bildern des nächsten Arztbesuchs verglichen. Verdächtige Veränderungen einer solchen Läsion sind eine Indikation zur Exzision. Hautveränderungen, die sich im Zeitverlauf nicht verändern, gelten als gutartig. [ 8 ] [ 9 ] Gängige Systeme für die digitale Dermatoskopie sind Fotofinder , Molemax , DermoGenius , Easyscan und HEINE.
  3. Die Dermatoskopie ist hilfreich bei der Diagnose von Hauttumoren – wie Basalzellkarzinomen [ 10 ] , Plattenepithelkarzinomen [ 11 ] , Zylindromen [ 12 ] , Dermatofibromen, Angiomen, seborrhoischer Keratose und vielen anderen häufigen Hauttumoren, die klassische dermatoskopische Befunde aufweisen. [ 13 ]
  4. Das Dermatoskop unterstützt die Diagnose von Krätze und Filzläusen. Durch Anfärben der Haut mit Tusche lässt sich die Lage der Milbe im Milbengang mithilfe eines Dermatoskops bestimmen, was das Abschaben des befallenen Ganges erleichtert. Die Vergrößerung der Filzläuse ermöglicht zudem eine schnelle Diagnose der schwer erkennbaren kleinen Insekten. [ 14 ] [ 15 ]
  5. Die Bildgebung unterstützt die Diagnose von Warzen. Sie ermöglicht es dem Arzt, die Struktur einer Warze sichtbar zu machen und sie so von Hühneraugen, Hornhaut, Verletzungen oder Fremdkörpern zu unterscheiden. Durch die Untersuchung von Warzen in fortgeschrittenen Behandlungsstadien wird sichergestellt, dass die Therapie nicht aufgrund schwer darstellbarer Warzenstrukturen vorzeitig abgebrochen wird.
  6. Hilfe bei der Diagnose von Pilzinfektionen. Zur Unterscheidung von „schwarzer Punkt“-Tinea oder Tinea capitis (Pilzinfektion der Kopfhaut) von Alopecia areata . [ 16 ]
  7. Die Dermatoskopie von Haar und Kopfhaut ist hilfreich bei der Diagnose von Haar- und Kopfhauterkrankungen wie Alopecia areata [ 17 ] , androgenetischer Alopezie bei Frauen [ 18 ] , Monilethrix [ 19 ] , Netherton-Syndrom [ 20 ] und Wollhaarsyndrom [ 21 ] . Die Dermatoskopie von Haar und Kopfhaut wird als Trichoskopie bezeichnet . [ 22 ] [ 23 ]
  8. Die Bestimmung des chirurgischen Resektionsrandes bei schwer abgrenzbaren Hauttumoren ist von entscheidender Bedeutung. Beispiele hierfür sind Morbus Bowen, superfizielle Basalzellkarzinome und Lentigo maligna. Diese Tumoren weisen oft unscharfe Ränder auf. Indem der Chirurg die tatsächliche Ausdehnung des Tumors präzise bestimmen kann, lassen sich Folgeoperationen häufig vermeiden.
  9. Differenzierung der Tinea nigra vom Melanom oder junktionalen melanozytären Nävus . [ 24 ]

Künstliche Intelligenz

Künstliche Intelligenz wird eingesetzt, um gutartige von bösartigen ( krebsartigen ) Läsionen automatisch zu unterscheiden. [ 25 ] Moderne Softwaretechnologie ermöglicht die Nutzung von Datenbanken zur Unterstützung dieses Prozesses. [ 26 ] [ 27 ] Patienten willigen ein, dass ihre Läsionsbilder in einer Datenbank gespeichert werden, die als Archiv dient und es KI-Programmen ermöglicht, neu aufgenommene Bilder zu vergleichen. Das Programm vergleicht dann wichtige Merkmale eines neuen Bildes mit bekannten Merkmalen gutartiger und bösartiger Läsionen. Häufig wird einer bestimmten Läsion ein Score zugewiesen, der angibt, wie gefährlich und wahrscheinlich es sich um eine bösartige Läsion handelt. Sie wird dann zur weiteren Untersuchung durch einen Dermatologen markiert . Dies beschleunigt den Diagnoseprozess.

Eine Einschränkung besteht darin, dass bei nicht vielen Patienten die Läsionen dokumentiert werden, die Stichprobengröße also winzig ist im Vergleich zu dem, was eine KI benötigt.

Zu den vorgeschlagenen Lösungen gehört die Generierung synthetischer Bilder von Hautläsionen zur Verbesserung des Algorithmus. Anschließend muss die KI unterscheiden, ob die Probe aus den synthetischen oder aus realen Datensätzen stammt. Sie muss die Wahrscheinlichkeit minimieren, dass sie ihre Ergebnisse fälschlicherweise als gefälscht einstuft, und gleichzeitig die Wahrscheinlichkeit maximieren, korrekt zwischen echten und gefälschten Proben zu unterscheiden. [ 28 ]

Geschichte

Die Hautoberflächenmikroskopie wurde 1663 von Johann Christophorus Kolhaus begründet und 1878 durch die Verwendung von Immersionsöl von Ernst Abbe verbessert . [ 29 ] Der deutsche Dermatologe Johann Saphier integrierte eine Lichtquelle in das Instrument. Leon Goldman prägte als Erster den Begriff „Dermaskopie“ und nutzte das Dermatoskop zur Beurteilung pigmentierter Hautläsionen.

1989 entwickelten Dermatologen der LMU München ein neues Gerät zur Dermatoskopie. Ein Ärzteteam unter der Leitung von Professor Otto Braun-Falco entwickelte in Zusammenarbeit mit dem Medizintechnikhersteller HEINE Optotechnik ein handgeführtes Dermatoskop mit Halogenbeleuchtung . Es verfügte über eine achromatische Linse mit zehnfacher Vergrößerung. Um Lichtreflexionen zu minimieren, wurde die Läsion mit Immersionsöl bedeckt. Dieses Dermatoskop ermöglichte eine schnellere und einfachere Diagnose pigmentierter Hautläsionen. Die Methode wurde von Wilhelm Stolz et al. von der Klinik für Dermatologie und Allergologie der LMU München bestätigt und in der Fachzeitschrift „The Lancet“ (1989) veröffentlicht. [ 30 ]

An der Medizinischen Universität Wien wurde ein auf Kreuzpolarisation basierendes Dermatoskop entwickelt und patentiert . Diese Methode findet später Anwendung in digitalen Dermatoskopen wie dem MoleMax oder dem FotoFinder . Im Jahr 2001 brachte der kalifornische Medizintechnikhersteller 3Gen das erste polarisierte Handdermatoskop, das DermLite, auf den Markt. Polarisiertes Licht in Kombination mit einem kreuzpolarisierten Betrachter reduziert die Reflexionen der Hautoberfläche und ermöglicht so die Visualisierung von Hautstrukturen (deren Licht depolarisiert wird) ohne Immersionsflüssigkeit. Die Untersuchung mehrerer Läsionen wird dadurch deutlich komfortabler, da Ärzte nicht mehr vor jeder einzelnen Läsion Immersionsöl, Alkohol oder Wasser auf die Haut auftragen müssen. Mit der Markteinführung polarisierter Dermatoskope gewann die Dermatoskopie weltweit an Popularität. Obwohl die Bilder polarisierter Dermatoskope sich geringfügig von denen herkömmlicher Dermatoskope mit Hautkontaktplatte unterscheiden, bieten sie Vorteile wie die Vermeidung von Gefäßmustern, die durch die Kompression der Haut entstehen könnten. [ 31 ]

Aufgrund der relativ standardisierten Bildgebung und der im Vergleich zur klinischen Dermatologie geringeren Anzahl an Diagnosen rückten dermatoskopische Bilder in den Fokus der automatisierten medizinischen Bildanalyse. Während in den vergangenen Jahrzehnten Computer-Vision- Algorithmen und hardwarebasierte Methoden zum Einsatz kamen [ 32 , 33 ], ermöglichten große, standardisierte öffentliche Bildsammlungen wie HAM10000 [ 34 ] die Anwendung von Convolutional Neural Networks ( CNNs). Dieser Ansatz zeigte in größeren/internationalen [ 35 , 36, 37 , 38 ] und kleineren / lokalen Studien [ 39 , 40, 41 ] experimentell eine Genauigkeit auf dem Niveau des Menschen , ist aber nicht unumstritten [ 42 , 43 ] .

Erfassungsverfahren

Ganzkörperaufnahme

  • Der Patient steht für die Ganzkörperbildgebung an einem festgelegten Punkt. Geräte wie das WB360 [ 44 ] aktivieren dann gleichzeitig alle Kameras und erfassen so in einer einzigen Bewegung eine Momentaufnahme des gesamten Körpers des Patienten.
  • Anschließend sendet die Kamera die Bilder an eine Backend-Software, wo sie diese zusammenstellt und ein dreidimensionales Rendering des Patienten generiert.
  • Das dreidimensionale Modell kann häufig in den vom Gerät bereitgestellten Anwendungen angezeigt werden.
  • Moderne Software [ 45 ] nutzt meist Computer-Vision-Algorithmen und neuronale Netze, um Läsionen am Körper des Patienten automatisch zu erkennen und zu analysieren. Anschließend wird eine Liste der Läsionen bereitgestellt, sodass Ärzte und Pflegekräfte die relevanten Läsionen entweder direkt im gerenderten Modell oder in einer übersichtlichen Liste einsehen können.
  • Die meisten modernen Softwareprogramme ermöglichen es Nutzern, Nahaufnahmen einzelner Läsionen mithilfe einer regulären Dermatoskopie hinzuzufügen, um die Bildqualität zu verbessern. Häufig prüft eine Pflegekraft alle im 3D-Modell dargestellten Läsionen und fertigt Nahaufnahmen von denjenigen an, die verdächtig oder bösartig erscheinen .

Referenzen

  1. ^ Berk-Krauss, Juliana; Laird, Mary E. (01.12.2017). „Was steckt hinter dem Namen – Dermoskopie vs. Dermatoskopie“. JAMA Dermatology . 153 (12): 1235. doi : 10.1001/jamadermatol.2017.3905 . ISSN  2168-6068 . PMID  29238835 .
  2. ^ Argenziano, G.; Soyer, H. P. (Juli 2001). „Dermatoskopie pigmentierter Hautläsionen – ein wertvolles Instrument zur Früherkennung von Melanomen“. The Lancet Oncology . 2 (7): 443–449 . doi : 10.1016/s1470-2045(00)00422-8 . PMID 11905739 . 
  3. ^ Lorentzen, H.; Weismann, K.; Petersen, C. S.; Larsen, F. G.; Secher, L.; Skødt, V. (1999). „Klinische und dermatoskopische Diagnose des Melanoms. Beurteilung durch Experten- und Laiengruppen“ . Acta Dermato-Venereologica . 79 (4): 301–304 . doi : 10.1080/000155599750010715 . PMID 10429989 . 
  4. Vestergaard , ME; Macaskill, P; Holt, PE; Menzies, SW (2008). „Dermatoskopie im Vergleich zur Untersuchung mit bloßem Auge zur Diagnose des primären Melanoms: Eine Metaanalyse von Studien aus dem klinischen Umfeld“. British Journal of Dermatology . 159 (3): 669–76 . doi : 10.1111/j.1365-2133.2008.08713.x . PMID 18616769. S2CID 46404467 .  Argenziano, G.; Fabbrocini, G.; Carli, P.; De Giorgi, V.; Sammarco, E.; Delfino, M. (1998). „Epilumineszenzmikroskopie zur Diagnose unklarer melanozytärer Hautläsionen. Vergleich der ABCD-Regel der Dermatoskopie mit einer neuen 7-Punkte-Checkliste basierend auf Musteranalyse“. Archives of Dermatology . 134 (12): 1563–70 . doi : 10.1001/archderm.134.12.1563 . PMID  9875194 .
  5. ^ Ascierto, PA; Palmieri, G.; Celentano, E.; Parasole, R.; Caraco, C.; Daponte, A.; Chiofalo, MG; Melucci, MT; Mozzillo, N.; Satriano, RA; Castello, G. (2000). „Sensitivität und Spezifität der Epilumineszenzmikroskopie: Bewertung an einer Probe von 2731 herausgeschnittenen kutanen pigmentierten Läsionen“. Britisches Journal für Dermatologie . 142 (5): 893– 8. doi : 10.1046/j.1365-2133.2000.03468.x . PMID 10809845 . S2CID 70893256 .  http://www.bcbstx.com/provider/pdf/medicalpolicies/medicine/201-023.pdf
  6. Bono , A.; Bartoli, C.; Cascinelli, N.; Lualdi, M.; Maurichi, A.; Moglia, D.; Tragni, G.; Tomatis, S.; Marchesini, R. (2002). „Melanom-Detektion. Eine prospektive Studie zum Vergleich der Diagnose mit bloßem Auge, Dermatoskopie und Telespektrophotometrie“. Dermatology . 205 ( 4): 362–366 . doi : 10.1159/000066436 . PMID 12444332. S2CID 25348202 .  
  7. ^ „Crutchfield Dermatology“ . Crutchfield Dermatology. Archiviert vom Original am 11.10.2016 . Abgerufen am 12.05.2010 .
  8. ^ Argenziano, G.; Mordente, I.; Ferrara, G.; Sgambato, A.; Annese, P.; Zalaudek, I. (2008). „Dermoskopische Überwachung melanozytärer Hautläsionen: Klinisches Ergebnis und Patienten-Compliance variieren je nach Nachsorgeprotokoll“. The British Journal of Dermatology . 159 (2): 331–336 . doi : 10.1111/j.1365-2133.2008.08649.x . PMID 18510663. S2CID 32027237 .  
  9. ^ Roma, Paolo; Savarese, Imma; Martino, Antonia; Martino, Domenico; Annese, Pietro; Capoluongo, Patrizio; Mordente, Ines; Nicolino, Rachele; Zalaudek, Iris; Argentiano, Giuseppe (2007). „Langsam wachsendes Melanom: Bericht über fünf Fälle“ . Journal of Dermatological Case Reports . 1 (1): 1– 3. doi : 10.3315/jdcr.2007.1.1001 . PMC 3157767 . PMID 21886697 .  
  10. ^ Scalvenzi, M.; Lembo, S.; Francia, M. G.; Balato, A. (2008). „Dermoskopische Muster des superfiziellen Basalzellkarzinoms“. International Journal of Dermatology . 47 (10): 1015–1018 . doi : 10.1111 /j.1365-4632.2008.03731.x . PMID 18986346. S2CID 205394964 .  
  11. Felder , S.; Rabinovitz, H.; Oliviero, M.; Kopf, A. (2006). „Dermoskopische Differenzierung eines superfiziellen Basalzellkarzinoms und eines Plattenepithelkarzinoms in situ“. Dermatologic Surgery . 32 (3): 423–425 . doi : 10.1111/j.1524-4725.2006.32085.x . PMID 16640692 . 
  12. ^ Sicinska, Justyna; Rakowska, Adriana; Czuwara-Ladykowska, Joanna; Mroz, Andrzej; Lipinski, Marcin; Nasierowska-Guttmejer, Anna; Sikorska, Jolanta; Sklinda, Katarzyna; Slowinska, Monika; Kowalska-Oledzka, Elzbieta; Walecka, Irena; Walecki, Jerzy; Rudnicka, Lidia (2007). „Zylindrom wandelt sich bei einem Patienten mit Brooke-Spiegler-Syndrom in ein Basalzellkarzinom um“ . Journal of Dermatological Case Reports . 1 (1): 4– 9. doi : 10.3315/jdcr.2007.1.1002 . PMC 3157764 . PMID 21886698 .  
  13. ^ Campos-Do-Carmo, G; Ramos-E-Silva, M (2008). „Dermoskopie: Grundkonzepte“ . Internationale Zeitschrift für Dermatologie . 47 (7): 712– 9. doi : 10.1111/j.1365-4632.2008.03556.x . PMID 18613881 . S2CID 205394507 .  
  14. ^ Wu, Ming-Yun; Hu, Shu-Lin; Hsu, Che-Hao (Juni 2008). „Anwendung der berührungslosen Dermatoskopie in der Diagnose von Krätze“ (PDF) . Dermatol Sinica : 112–114 . Archiviert vom Original (PDF) am 9. Juli 2011. Abgerufen am 28. September 2009 .
  15. ^ Chuh, A; Lee, A; Wong, W; Ooi, C; Zawar, V (2007). „Diagnose von Pediculosis pubis: eine neuartige Anwendung der digitalen Epilumineszenz-Dermatoskopie“. Zeitschrift der Europäischen Akademie für Dermatologie und Venerologie . 21 (6): 837– 8. doi : 10.1111/j.1468-3083.2006.02040.x . PMID 17567326 . S2CID 34621172 .  
  16. ^ Slowinska, M; Rudnicka, L; Schwartz, RA; Kowalska-Oledzka, E; Rakowska, A; Sicinska, J; Lukomska, M; Olszewska, M; Szymanska, E (2008). „Kommahaare: ein dermatoskopischer Marker für Tinea capitis: eine schnelle Diagnosemethode“. Zeitschrift der American Academy of Dermatology . 59 (5 Ergänzungen): S77–9. doi : 10.1016/j.jaad.2008.07.009 . PMID 19119131 . 
  17. Inui , S.; Nakajima, T.; Itami, S. (2008). „Bedeutung der Dermatoskopie bei akuter diffuser und totaler Alopezie der weiblichen Kopfhaut: Übersicht über zwanzig Fälle“. Dermatology . 217 ( 4): 333–336 . doi : 10.1159/000155644 . PMID 18799878. S2CID 19963257 .  
  18. ^ Rakowska, A.; et al. (2008). „Trichoskopiekriterien zur Diagnose der androgenetischen Alopezie bei Frauen“ . Nature Precedings . doi : 10.1038/npre.2008.1913.1 . hdl : 10101/npre.2008.1913.1 .
  19. ^ Rakowska, A.; Slowinska, M.; Czuwara, J.; Olszewska, M.; Rudnicka, L. (2007). „Dermatoskopie als Instrument zur schnellen Diagnose von Monilethrix“. Journal of Drugs in Dermatology . 6 (2): 222–4 . PMID 17373184 . 
  20. ^ Rakowska, A; Kowalska-Oledzka, E; Slowinska, M; Rosinska, D; Rudnicka, L (2009). „Haarschaft-Videodermoskopie beim Netherton-Syndrom“. Pädiatrische Dermatologie . 26 (3): 320– 2. doi : 10.1111/j.1525-1470.2008.00778.x . PMID 19706096 . S2CID 42660583 .  
  21. ^ Rakowska, Adriana; Slowinska, Monika; Kowalska-Oledzka, Elzbieta; Rudnicka, Lidia (2008). „Trichoskopie bei genetischen Haarschaftanomalien“ . Journal of Dermatological Case Reports . 2 (2): 14–20 . doi : 10.3315/jdcr.2008.1009 . PMC 3157768 . PMID 21886705 .  
  22. ^ Rudnicka L, Olszewska M, Rakowska A, Kowalska-Oledzka E, Slowinska M (Juli 2008). „Trichoskopie: eine neue Methode zur Diagnose von Haarausfall“. Zeitschrift für Arzneimittel in der Dermatologie . 7 (7): 651– 4. PMID 18664157 . 
  23. ^ Rakowska A, Slowinska M, Kowalska-Oledzka E, Rudnicka L (2008). „Trichoskopie (Videodermatoskopie von Haar und Kopfhaut) bei gesunden Frauen. Methodenstandardisierung und Normen für messbare Parameter“ . J Dermatol Case Rep . 3 (1): 14–19 . doi : 10.3315 / jdcr.2008.1021 . PMC 3157785. PMID 21886722 .  
  24. ^ Guarenti, IM; Almeida HL, Jr; Leitão, AH; Rocha, NM; Silva, RM (2013). „Rasterelektronenmikroskopie von Tinea nigra“ . Anais Brasileiros de Dermatologia . 89 (2): 334– 6. doi : 10.1590/abd1806-4841.20142780 . PMC 4008070 . PMID 24770516 .  
  25. ^ Dinnes, Jacqueline; Deeks, Jonathan J.; Chuchu, Naomi; Ferrante di Ruffano, Lavinia; Matin, Rubeta N.; Thomson, David R.; Wong, Kai Yuen; Aldridge, Roger Benjamin; Abbott, Rachel; Fawzy, Monica; Bayliss, Susan E.; Grainge, Matthew J.; Takwoingi, Yemisi; Davenport, Clare; Godfrey, Kathie (04.12.2018). „Dermatoskopie mit und ohne visuelle Inspektion zur Diagnose von Melanomen bei Erwachsenen“ . The Cochrane Database of Systematic Reviews . 2018 (12) CD011902. doi : 10.1002/14651858.CD011902.pub2 . ISSN 1469-493X . PMC 6517096 . PMID 30521682 .   
  26. Kassem , Mohamed A.; Hosny, Khalid M.; Damaševičius, Robertas; Eltoukhy, Mohamed Meselhy (31.07.2021). „Maschinelles Lernen und Deep-Learning-Methoden zur Klassifizierung und Diagnose von Hautläsionen: Eine systematische Übersicht“ . Diagnostics . 11 (8): 1390. doi : 10.3390/diagnostics11081390 . ISSN 2075-4418 . PMC 8391467. PMID 34441324 .   
  27. ^ Celebi, M. Emre; Mendonça, Teresa; Marques, Jorge S. (9. März 2018). Dermoskopie-Bildanalyse (1. Aufl.). CRC-Presse.
  28. ^ La Salvia, Marco; Torti, Emanuele; Leon, Raquel; Fabelo, Himar; Ortega, Samuel; Martinez-Vega, Beatriz; Callico, Gustavo M.; Leporati, Francesco (Januar 2022). „Deep Convolutional Generative Adversarial Networks to Enhance Artificial Intelligence in Healthcare: A Skin Cancer Application“ . Sensors . 22 ( 16): 6145. Bibcode : 2022Senso..22.6145L . doi : 10.3390/s22166145 . ISSN 1424-8220 . PMC 9416026. PMID 36015906 .   
  29. ^ Katz, Brian; Rabinovitz, Harold S. (April 2001). „Einführung in die Dermatoskopie“. Dermatologic Clinics . 19 (2): 221–258 . doi : 10.1016/S0733-8635(05)70263-1 .
  30. ^ Stolz, Wilhelm (1989). „Skin Surface Microscopy“. The Lancet . 334 (8667): 864–865 . doi : 10.1016 / s0140-6736(89)93027-4 . PMID 2571785. S2CID 5459081 .  
  31. ^ „Berührungsloses dermatoskopisches Gerät mit vollständiger Polarisationskontrolle und flüssigkeitslinsenbasierter Autofokusfunktion“ (PDF) . www.dgao-proceedings.de . Abgerufen am 16.01.2019 .
  32. ^ Dreiseitl, S.; Binder, M.; Hable, K.; Kittler, H. (Juni 2009). „Computergestützte versus menschliche Diagnose von Melanomen: Bewertung der Machbarkeit eines automatisierten Diagnosesystems in einer prospektiven klinischen Studie“ . Melanoma Research . 19 (3): 180–184 . doi : 10.1097/CMR.0b013e32832a1e41 . PMID 19369900. S2CID 3095768 .  
  33. Dick , V.; Sinz, C.; Mittlböck, M.; Kittler, H.; Tschandl, P. (19. Juni 2019). „ Genauigkeit der computergestützten Melanomdiagnose: Eine Metaanalyse“ . JAMA Dermatology . 155 (11): 1291–1299 . doi : 10.1001/jamadermatol.2019.1375 . PMC 6584889. PMID 31215969 .  
  34. Tschandl , P.; Rosendahl, C.; Kittler, H. (14. August 2018). „Der HAM10000-Datensatz, eine große Sammlung multisensorischer dermatoskopischer Bilder häufiger pigmentierter Hautläsionen“ . Scientific Data . 5 : 180161. arXiv : 1803.10417 . Bibcode : 2018NatSD...580161T . doi : 10.1038 / sdata.2018.161 . PMC 6091241. PMID 30106392 .  
  35. Tschandl , P.; Codella, N.; Akay, B. N.; Argenziano, G.; Braun, R. P.; Cabo, H.; Gutman, D.; Halpern, A.; Helba, B.; Hofmann-Wellenhof, R.; Lallas, A.; Lapins, J.; Longo, C.; Malvehy, J.; Marchetti, M. A.; Marghoob, A.; Menzies, S.; Oakley, A.; Paoli, J.; Puig, S.; Rinner, C.; Rosendahl, C.; Scope, A.; Sinz, C.; Soyer, H. P.; Thomas, L.; Zalaudek, I.; Kittler, H. (Juli 2019). „Vergleich der Genauigkeit menschlicher Befunder und maschineller Lernalgorithmen bei der Klassifizierung pigmentierter Hautläsionen: eine offene, webbasierte, internationale Diagnosestudie“ . The Lancet Oncology . 20 (7): 938–947 . doi : 10.1016/S1470-2045(19)30333- X . PMC 8237239. PMID 31201137 .  
  36. ^ Tschandl, P; Rosendahl, C; Akay, BN; Argentiano, G; Blum, A; Braun, RP; Cabo, H; Gourhant, JY; Kreusch, J; Lallas, A; Lapins, J; Marghoob, A; Menzies, S; Neuber, NM; Paoli, J; Rabinovitz, HS; Rinner, C; Umfang, A; Soyer, HP; Sinz, C; Thomas, L; Zalaudek, ich; Kittler, H (1. Januar 2019). „Diagnose von nicht pigmentiertem Hautkrebs auf Expertenniveau durch kombinierte Faltungs-Neuronale Netze“ . JAMA Dermatologie . 155 (1): 58–65 . doi : 10.1001/jamadermatol.2018.4378 . PMC 6439580 . PMID 30484822 .  
  37. ^ Marchetti, MA; Codella, NCF; Dusza, SW; Gutman, DA; Helba, B; Kalloo, A; Mishra, N; Carrera, C; Celebi, ME; DeFazio, JL; Jaimes, N; Marghoob, AA; Quigley, E; Umfang, A; Yélamos, O; Halpern, AC; Internationale Hautbildgebung, Zusammenarbeit. (Februar 2018). „Ergebnisse des 2016 International Skin Imaging Collaboration International Symposium on Biomedical Imaging Challenge: Vergleich der Genauigkeit von Computeralgorithmen mit Dermatologen für die Diagnose von Melanomen anhand dermatoskopischer Bilder“ . Zeitschrift der American Academy of Dermatology . 78 (2): 270–277.e1. doi : 10.1016/j.jaad.2017.08.016 . PMC 5768444 . PMID 28969863 .  
  38. ^ Haenssle, HA; Fink, C; Toberer, F; Winkler, J; Stolz, W; Deinlein, T; Hofmann-Wellenhof, R; Lallas, A; Emmert, S; Buhl, T; Zutt, M; Blum, A; Abassi, MS; Thomas, L; Tromme, I; Tschandl, P; Enk, A; Rosenberger, A; Reader Study Level I and Level II, Groups. (Januar 2020). „Mensch gegen Maschine neu geladen: Leistung eines marktgängigen Convolutional Neural Network bei der Klassifizierung eines breiten Spektrums von Hautläsionen im Vergleich zu 96 Dermatologen, die unter weniger künstlichen Bedingungen arbeiten“ . Annals of Oncology . 31 (1): 137–143 . doi : 10.1016/j.annonc.2019.10.013 . hdl : 2078.1/225662 . PMID 31912788 . 
  39. Tschandl , P.; Kittler, H.; Argenziano, G. (September 2017). „Ein vortrainiertes neuronales Netzwerk zeigt nach vergleichbaren Trainingsbedingungen eine ähnliche diagnostische Genauigkeit wie Medizinstudierende bei der Kategorisierung dermatoskopischer Bilder“. The British Journal of Dermatology . 177 (3): 867–869 . doi : 10.1111/bjd.15695 . PMID 28569993. S2CID 207076965 .  
  40. ^ Yu, C.; Yang, S.; Kim, W.; Jung, J.; Chung, K. Y.; Lee, S. W.; Oh, B. (2018). „Erkennung von akralen Melanomen mittels eines Convolutional Neural Network für Dermatoskopiebilder“ . PLOS ONE . 13 (3): e0193321. Bibcode : 2018PLoSO..1393321Y . doi : 10.1371/journal.pone.0193321 . PMC 5841780. PMID 29513718 .  
  41. Esteva , A.; Kuprel, B.; Novoa, R. A.; Ko, J.; Swetter, S. M.; Blau, H. M.; Thrun, S. (2. Februar 2017). „Dermatologische Klassifizierung von Hautkrebs mithilfe tiefer neuronaler Netze“ . Nature . 542 ( 7639): 115–118 . Bibcode : 2017Natur.542..115E . doi : 10.1038/nature21056 . PMC 8382232. PMID 28117445 .  
  42. ^ Lallas, A.; Argenziano, G. (Oktober 2018). „Künstliche Intelligenz und Melanomdiagnose: Die Vernachlässigung der menschlichen Natur kann zu falschen Vorhersagen führen“ . Dermatology Practical & Conceptual . 8 (4): 249–251 . doi : 10.5826/dpc.0804a01 . PMC 6246056. PMID 30479851 .  
  43. Navarrete -Dechent, C.; Dusza, S. W.; Liopyris, K.; Marghoob, A. A.; Halpern, A. C.; Marchetti, M. A. (Oktober 2018). „ Automatisierte dermatologische Diagnose: Hype oder Realität?“ The Journal of Investigative Dermatology . 138 (10): 2277–2279 . doi : 10.1016/j.jid.2018.04.040 . PMC 7701995. PMID 29864435 .  
  44. ^ „VECTRA WB360 Bildgebungssystem | Canfield Scientific“ . www.canfieldsci.com . Abgerufen am 12.12.2022 .
  45. ^ „DermaGraphix | Canfield Scientific“ . www.canfieldsci.com . Abgerufen am 12.12.2022 .