Region-Specific Calibration Achieves Excellent Inter-Device Reliability for Smartphone Dermatology: A Multi-Device Benchmark on Korean Facial Skin

Resumen Técnico: Calibración Específica por Región para la Dermatología mediante Smartphones

Planteamiento del Problema
La dermatología basada en smartphones se fundamenta en la premisa de que las cámaras de consumo pueden servir como plataformas de análisis de piel cuantitativas, siempre que se logre una fiabilidad colorimétrica entre dispositivos. Si bien los sistemas de aprendizaje profundo han demostrado un rendimiento de nivel experto en tareas como la clasificación de melanoma, la capacidad del hardware de consumo para reproducir índices clínicos a través de una flota de dispositivos sigue sin resolverse. Específicamente, no está claro si la normalización estándar de la Matriz de Corrección de Color (CCM), aplicada a entradas sRGB canónicas, puede ofrecer la fiabilidad requerida para índices clínicos como el Índice de Melanina (MI) y el Ángulo de Tipología Individual (ITA) a través de diversos dispositivos de consumo. Además, las fuentes dominantes de la varianza residual en la concordancia entre dispositivos —ya sea que provengan del propio hardware del dispositivo o de las variaciones anatómicas de la piel— no han sido identificadas empíricamente en un benchmark multi-dispositivo.

Metodología
El estudio utilizó un conjunto de datos de imágenes faciales emparejadas de 965 sujetos coreanos, capturadas simultáneamente por tres categorías de dispositivos: una cámara DSLR (Digital Single-Lens Reflex) de grado profesional que sirvió como referencia, una tableta de consumo y un smartphone de consumo. La DSLR capturó siete ángulos de visión, mientras que los dispositivos de consumo capturaron tres (frente, izquierda, derecha). El análisis se centró en cinco regiones anatómicas: frente, mejilla izquierda, mejilla derecha, mentón y glabela, excluyendo las regiones periaculares y labiales debido a la contaminación por cabello y bermellón.

La metodología consistió en los siguientes pasos:

1. Extracción de Color: Se extrajeron los valores medios de RGB de los cuadros delimitadores dentro de la Región de Interés (ROI) sin eliminación de brillos especulares ni segmentación compleja, utilizando la decodificación sRGB canónica IEC 61966-2-1.
2. Transformación del Espacio de Color: Los valores RGB se convirtieron al espacio CIELAB ($L^*a^*b^*$) utilizando implementaciones de librerías estándar, evitando la estimación de gamma por dispositivo para asegurar que las entradas fueran consistentes con el sRGB canónico.
3. Regímenes de Calibración: Se evaluaron dos estrategias de calibración frente a la referencia DSLR:
   • CCM Global Estándar: Una única Matriz de Corrección de Color lineal entrenada por dispositivo para minimizar el error de color $L_2$ en todas las regiones faciales.
   • CCM Específica por Región: CCMs separadas entrenadas independientemente para cada una de las cinco regiones anatómicas.
   • Ambos métodos utilizaron validación cruzada de 5 pliegues con predicciones fuera del grupo (OOF) para evitar la fuga de datos.
4. Índices Clínicos: El estudio calculó el Índice de Melanina (MI) y el Ángulo de Tipología Individual (ITA) a partir de los valores CIELAB calibrados.
5. Análisis Estadístico: La fiabilidad entre dispositivos se evaluó mediante el Coeficiente de Correlación Intraclase (ICC(3,1)). La descomposición de la varianza se realizó mediante el Análisis de Varianza (ANOVA) para identificar las contribuciones de la región facial, el dispositivo de origen, el sexo, la condición de la piel y la edad a las diferencias de color pre-calibración ($\Delta E$).

Resultados Clave

• Rendimiento No Calibrado: Las imágenes de los dispositivos de consumo sin calibrar exhibieron una subexposición sistemática y una compresión de la cromaticidad en relación con la DSLR. Las diferencias de color medias CIEDE2000 ($\Delta E$) fueron de 13.27 (tableta) y 10.63 (smartphone), superando ampliamente el umbral de aceptabilidad clínica de $\Delta E < 2$.
• Rendimiento de la CCM Global: La normalización de la CCM lineal estándar redujo las diferencias de color entre dispositivos entre un 61 y un 74%. Tras la calibración, el Índice de Melanina alcanzó un ICC de 0.797 y el ITA alcanzó un ICC de 0.776. Ambos índices entraron en la banda de fiabilidad "buena" (0.75–0.90), aunque no alcanzaron la banda "excelente" (>0.90).
• Fuentes de Varianza: El ANOVA factorial reveló que la región anatómica fue el mayor contribuyente a la varianza pre-calibración ($\eta^2 = 0.177$), superando ligeramente la contribución del dispositivo de origen ($\eta^2 = 0.117$). Los factores demográficos (sexo, edad, condición de la piel) contribuyeron con una varianza insignificante.
• Rendimiento de la CCM Específica por Región: El entrenamiento de CCMs separadas para cada región anatómica elevó la fiabilidad de ambos índices a la banda "excelente". El ICC del Índice de Melanina aumentó a 0.946, y el ICC del ITA aumentó a 0.926.
• Clasificación Clínica Errónea: Aunque la CCM global resultó en altas tasas de clasificación errónea del tipo de piel (39.2% para la tableta, 45.0% para el smartphone) debido a la distribución del ITA de la cohorte cerca de los límites de categoría, la calibración específica por región redujo estas tasas a 19.9% y 27.5%, respectivamente.

Significancia y Reivindicaciones
El artículo sostiene que la colorimetría de la piel mediante dispositivos de consumo puede lograr una fiabilidad inter-dispositivo clínicamente útil utilizando la calibración global estándar, pero que la mayor fuente restante de mejora reside en la calibración consciente de la región. El estudio demuestra que:

1. La Calibración Estándar es Suficiente para una Fiabilidad "Buena": Una única CCM global aplicada a entradas sRGB canónicas es suficiente para situar a los dispositivos de consumo en una banda de fiabilidad "buena" para los índices dermatológicos clave, validando la viabilidad de los benchmarks multi-dispositivo sin hardware personalizado.
2. La Anatomía Impulsa la Varianza Más que el Hardware: La región anatómica del rostro es una fuente de varianza de color más significativa que el modelo de cámara específico utilizado, lo que sugiere que una corrección de "talla única" es subóptima.
3. La Calibración Específica por Región es la Clave para una Fiabilidad "Excelente": Al aprovechar la detección de puntos de referencia faciales para aplicar matrices CCM específicas por región, la dermatología mediante smartphones puede lograr una fiabilidad inter-dispositivo "excelente" (ICC > 0.90) y reducir significativamente las tasas de clasificación clínica errónea sin requerir nueva tecnología de imagen o espectrofotómetros de contacto.

Los autores concligen que, para el despliegue de la teledermatología, el camino inmediato hacia un análisis de la piel cuantitativo de alta fidelidad implica acoplar la calibración lineal estándar con matrices de corrección específicas por región, en lugar de esperar a que surja un nuevo hardware de imagen.