Menselijke huid beter in kaart gebracht met modellen en deep learning

Met enkel een scan van je gezicht en enkele basisgegevens zoals lengte en gewicht weet wiskundige Alessio Gallucci van de TU Eindhoven een scan van het totale lichaam te maken. Met deep learning-technieken verbeterde hij de 3D-analyse.

Een globale schatting van het huidoppervlak of lichaamsvorm kan voor medisch specialisten een belangrijk middel zijn. Bijvoorbeeld bij het bepalen hoeveel huid er verbrand is bij een patiënt met ernstige brandwonden. Of bij het berekenen van de juiste hoeveelheid chemotherapie die een patiënt moet krijgen aan de hand van het totale lichaamsoppervlak.  

Volgens Gallucci leveren de huidige schattingen te vaak onnauwkeurige resultaten op. Een full body scan is wel heel precies, maar is duur en genereert erg veel data.

Naast het classificeren van mogelijk kwaadaardige huidaandoeningen, programmeerde Gallucci zijn computer vision methodes ook zo dat huidharen met grote precisie te tellen zijn. Dat kan nuttig zijn voor het verbeteren van persoonlijke verzorgingsapparaten zoals scheer- of epileerapparaten, maar ook laat hij zien dat door training van de kunstmatige neurale netwerken de hoeveelheid huidhaar geen belemmering meer is tijdens het analyseren van een verdachte huidplek.