La formación de un neoplasma maligno puede verse como el deterioro de un neoplasma cutáneo pre-maligno en su funcionalidad y estructura. La distinción de neoplasmas cutáneos melanocíticos es una tarea desafiante debido a su alta similitud visual con diferentes tipos de lesiones y las variantes intraestructurales de neoplasmas melanocíticos. Además, existe un alto nivel de similitud visual entre diferentes tipos de lesiones con características heterogéneas y límites difusos. El crecimiento anormal de neoplasmas melanocíticos toma diversas formas, desde una red de pigmentos típicos uniformes hasta una forma atípica irregular, que puede describirse por la irregularidad del borde de la imagen de lesión de melanocitos. Este trabajo propone un razonamiento analítico para el fenómeno observable por humanos como una característica de alto nivel para determinar la fase de crecimiento del neoplasma utilizando un novedoso espacio de características basado en píxeles. El espacio de características basado en píxeles, que está compuesto por características de alto nivel y otras características de color y textura, se alimenta al clasificador para clasificar las diferentes fases del neoplasma de melanocitos. El sistema propuesto fue evaluado en el conjunto de datos de referencia de imágenes dermatoscópicas PH2. Logró una precisión promedio del 95.1% utilizando un clasificador de máquina de vectores de soporte (SVM) con el núcleo de función de base radial (RBF). Además, alcanzó un coeficiente de similitud de Dice (DSC) promedio del 95.1%, un área bajo la curva (AUC) del 96.9% y una sensibilidad del 99%. Los resultados del sistema propuesto superan los resultados de otras técnicas multiclase de vanguardia.