Artificial intelligence for tattoo removal treatment planning

Abstract

Lesões e marcas na pele são cada vez mais frequentes. Uma das formas mais antigas de marcar o corpo humano de forma permanente é realizando uma tatuagem. Esta consiste numa pigmentação subcutânea feita através da inserção de tinta. Cada vez mais pessoas em todas as faixas etárias, sexos e graus de escolaridade têm tatuagens e um número surpreendentemente alto de pessoas está arrependido da sua decisão. Estima-se que 40% dos adultos entre 26 e 40 anos tenham pelo menos uma tatuagem. Além disso, 19% das pessoas tatuadas consideram a sua remoção. Existem técnicas rudimentares para remover tatuagens mas o tratamento atual e mais popular de remoção de tatuagens baseia-se em terapia laser, a qual com um feixe de laser quebra os pigmentos de tinta. Contudo este método de remoção depende da experiência do médico, isto é, pode não ser garantida uma remoção segura porque alguns parâmetros como a distância e o ângulo do laser com a pele, assim como o correto caminho para remover a tatuagem, podem não ser executados com precisão. Portanto, é cada vez maior a necessidade de otimizar os processos clínicos. Uma das melhores maneiras de aprimorar sistemas médicos tais como cirurgias ou análise de imagens médicas, é utilizando soluções baseadas em Inteligência Artificial. Os avanços da Inteligência Artificial e do Deep Learning têm ajudado inúmeros processos clínicos, apresentando excelentes performances na segmentação e registo de imagens, como também na análise de diversas imagens médicas e no tratamento de inúmeros problemas, incluindo lesões e marcas na pele. Esta dissertação visa contribuir para uma solução para a remoção de tatuagens auxiliando no planea mento do tratamento da mesma através da construção de um dataset para a segmentação de tatuagens, através da criação de um método de inteligência artificial para uma segmentação robusta das mesmas e analisando a influência de imagens de próximas do infravermelho para uma melhor segmentação. Ao todo, para obter segmentação de tatuagens em tempo real para auxiliar no planeamento de trajetória de um sistema baseado em robótica. Tal sistema pode facilitar o tratamento de remoção de tatuagem por laser, tornando a terapia mais precisa e consistente.

Lesions and marks on the skin are increasingly common. One of the oldest ways to permanently mark the human body is by getting a tattoo. This consists of a subcutaneous pigmentation made through the insertion of ink. More and more people across all age groups, genders, and educational levels have tattoos and a surprisingly high number of people are regretting their decision. It is estimated that 40% of adults between 26 and 40 years old have at least one tattoo. Furthermore, 19% of tattooed people consider their removal. There are rudimentary techniques to remove tattoos, but the current and most popular treatment for tattoo removal is based on laser therapy, which with a laser beam breaks down ink pigments. However, this removal method depends on the physician’s experience, that is, safe removal cannot be guaranteed because some parameters such as the distance and angle of the laser to the skin, as well as the correct way to remove the tattoo, may not be performed with accuracy. Therefore, the need to optimize clinical processes is increasing. One of the best ways to improve med ical systems such as surgery or medical image analysis is by using Artificial Intelligence based solutions. Advances in Artificial Intelligence and Deep Learning have helped numerous clinical processes, by presenting excellent performances in image segmentation and registration, as well as in the analysis of various medical images and the treatment of numerous problems, including lesions and skin tags. This dissertation’s major goal is to contribute to find a solution for tattoo removal by helping in its planning and treatment by creating a dataset for tattoo segmentation, developing an artificial intelligence method for robust tattoo segmentation, and analyzing the influence of Near-Infrared (NIR) for improved segmentation. Altogether to get real-time tattoo segmentation to aid the trajectory planning of a robotic based system. Such a system may ease the laser tattoo removal treatment while making the therapy more precise and consistent.