Validación de Software para la detección de regiones anormales en imágenes de mamografía

En Colombia, el cáncer de mama es una de las enfermedades con mayor causa de mortalidad en las mujeres (Briceño-Morales et al., 2021), siendo la imagen de mamografía uno de métodos de diagnóstico clínico más usado. Para esto, la imagen debe ser evaluada por radiólogos expertos (dos lecturas independ...

Full description

Autores:
Cortes Albornoz, Dayana Elena
Pérez Herrera, Karen Alejandra
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2023
Institución:
Universidad ECCI
Repositorio:
Repositorio Institucional ECCI
Idioma:
spa
OAI Identifier:
oai:repositorio.ecci.edu.co:001/3626
Acceso en línea:
https://repositorio.ecci.edu.co/handle/001/3626
Palabra clave:
Mamografía
Cáncer de mama
BI-RADS
Mammography
Breast cancer
BI-RADS
Rights
openAccess
License
Derechos Reservados - Universidad ECCI, 2023
id ECCI2_390287d8be78f8c44b0bfef0436fcc31
oai_identifier_str oai:repositorio.ecci.edu.co:001/3626
network_acronym_str ECCI2
network_name_str Repositorio Institucional ECCI
repository_id_str
dc.title.spa.fl_str_mv Validación de Software para la detección de regiones anormales en imágenes de mamografía
title Validación de Software para la detección de regiones anormales en imágenes de mamografía
spellingShingle Validación de Software para la detección de regiones anormales en imágenes de mamografía
Mamografía
Cáncer de mama
BI-RADS
Mammography
Breast cancer
BI-RADS
title_short Validación de Software para la detección de regiones anormales en imágenes de mamografía
title_full Validación de Software para la detección de regiones anormales en imágenes de mamografía
title_fullStr Validación de Software para la detección de regiones anormales en imágenes de mamografía
title_full_unstemmed Validación de Software para la detección de regiones anormales en imágenes de mamografía
title_sort Validación de Software para la detección de regiones anormales en imágenes de mamografía
dc.creator.fl_str_mv Cortes Albornoz, Dayana Elena
Pérez Herrera, Karen Alejandra
dc.contributor.author.none.fl_str_mv Cortes Albornoz, Dayana Elena
Pérez Herrera, Karen Alejandra
dc.subject.proposal.spa.fl_str_mv Mamografía
Cáncer de mama
BI-RADS
topic Mamografía
Cáncer de mama
BI-RADS
Mammography
Breast cancer
BI-RADS
dc.subject.proposal.eng.fl_str_mv Mammography
Breast cancer
BI-RADS
description En Colombia, el cáncer de mama es una de las enfermedades con mayor causa de mortalidad en las mujeres (Briceño-Morales et al., 2021), siendo la imagen de mamografía uno de métodos de diagnóstico clínico más usado. Para esto, la imagen debe ser evaluada por radiólogos expertos (dos lecturas independientes), quienes se basan en la escala clasificación BI RADS (del inglés: Breast Imaging Reporting and Data System ) para hacer el análisis (Nuche Berenguer & Sakellariou, 2019). En el año 2020, la Ingeniera Biomédica Jesica Talero, de la Universidad ECCI, desarrollo un software que, basado en un detector de objetos en cascada, analiza imágenes de mamografía y señala regiones, que indicarían la presencia de cáncer. Este software podría ser una herramienta de apoyo para el radiólogo experto utilizándolo como segundo concepto de lectura. El software fue entrenado con imágenes de mamografía, de un repositorio internacional de uso libre, las cuales presentan defectos tales como: etiquetas, manchas y calidad de la imagen. Para determinar si el software desarrollado puede ser una herramienta valida de apoyo para los expertos clínicos, en este trabajo se realizó una validación preliminar , utilizando imágenes de mamografía de un repositorio local. Inicialmente se efectuó preprocesamiento y procesamiento de las imágenes para clasificarlas como "normales" o "sospechosas" y se recopiló la información en una base de datos. Para encontrar y analizar los resultados se desarrolló una matriz de confusión y se evaluó: precisión, sensibilidad, exactitud y especificad. También se efectuó análisis grafico de la relación con la densidad mamaria por cada proyección de las imágenes, con la base de datos de clasificación del software y el concepto de los expertos radiólogos para cada una de las mamografías según escala BI-RADS. Con el modelo de matriz de confusión se observó que el software tiene una precisión del 73% y una sensibilidad baja, que corresponde al 1%; en las gráficas, la densidad mamaria B es la clasificación más frecuente en las proyecciones de mamografía, tanto en las imágenes clasificadas como normales y anormales por el software.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2023-09-25T14:33:02Z
dc.date.available.none.fl_str_mv 2023-09-25T14:33:02Z
dc.date.issued.none.fl_str_mv 2023
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_dc82b40f9837b551
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.redcol.spa.fl_str_mv https://purl.org/redcol/resource_type/TP
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv https://repositorio.ecci.edu.co/handle/001/3626
url https://repositorio.ecci.edu.co/handle/001/3626
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv Alejo-Martínez, H., Arciniegas-Alvarez, M., Alejo-Martínez, H., Wiesner-Ceballos, C., Andrés Arciniegas-Álvarez, M., Poveda-Suárez, C. A., Puerto-Jiménez, D. N., Ardila-Hernández, I. T., & Cotes-Millán, J. A. (2013). La calidad de la mamografía en Colombia: análisis de un estudio piloto. In Anales de Radiología México (Vol. 3). https://www.researchgate.net/publication/257625762
Abbas, Q. (2016). DeepCAD: A Computer-Aided Diagnosis System for Mammographic Masses Using Deep Invariant Features. Computers , 1-15. DOI: 10.3390/computers5040028.
Alomaim, W., O’Leary, D., Ryan, J., Rainford, L., Evanoff, M., & Foley, S. (2019). Variability of Breast Density Classification Between US and UK Radiologists. Journal of Medical Imaging and Radiation Sciences, 50(1), 53–61. https://doi.org/10.1016/j.jmir.2018.11.002
Anand Nayyar. (2019). Instant Approach to Software Testing Principles, Applications, Techniques, and Practices (English Edition) (India:BPB PUBN, Ed.).
Arnold, M., Morgan, E., Rumgay, H., Mafra, A., Singh, D., Laversanne, M., Vignat, J., Gralow, J. R., Cardoso, F., Siesling, S., & Soerjomataram, I. (2022). Current and future burden of breast cancer: Global statistics for 2020 and 2040. Breast, 66, 15–23. https://doi.org/10.1016/j.breast.2022.08.010
Briceño-Morales, X., Sánchez-Castillo, O., Velasquez, J. C., Bonilla Gonzalez, C., Cervera-Bonilla, S., Guzman-Abisaab, L., Bruges, R., Angel-Aristizabal, J., Duarte, C., Lehmann-Mosquera, C., Garcia-Mora, M., Contreras-Mejía, F., Rojas, E., & Diaz Casas, S. E. (2021). Hormonoterapia adyuvante en cáncer de mama. Revisión de la Evidencia y Abordaje Terapéutico en el Instituto Instituto Nacional de Cancerología, Bogotá, Colombia. Revista Colombiana de Cancerología, 25, 130–141. https://doi.org/10.35509/01239015.746
Bryan Molina Montero, H. V. C. D. C. (2018). Metodologías Ágiles Frente a Las Tradicionales En El Proceso de Desarrollo de Software. Espirales Revista Multidisciplinaria de Investigación. https://doi.org/DOI: 10.31876/re.v2i17.269
Conti, A., Duggento, A., Indovina, I., Guerrisi, M., & Toschi, N. (2021). Radiomics in breast cancer classification and prediction. In Seminars in Cancer Biology (Vol. 72, pp. 238–250). Academic Press. https://doi.org/10.1016/j.semcancer.2020.04.002
Díaz, O., Rodríguez-Ruiz, A., Gubern-Mérida, A., Martí, R., & Chevalier, M. (2021). Are artificial intelligence systems useful in breast cancer screening programmes? Radiología (English Edition), 63(3), 236–244. https://doi.org/10.1016/J.RXENG.2020.11.005
Duarte, C., Salazar, A., Strasser-Weippl, K., de Vries, E., Wiesner, C., Arango-Gutiérrez, A., Krush, L., & Goss, P. E. (2021). Breast cancer in Colombia: a growing challenge for the healthcare system. In Breast Cancer Research and Treatment (Vol. 186, Issue 1, pp. 15–24). Springer. https://doi.org/10.1007/s10549-020-06091-6
Fernández, J. Á., Palacios Ozores, P., Cebey López, V., Mosquera, A. C., & López López, R. (2021). Cáncer de mama. In Medicine (Vol. 13, Issue 27). Jesica Liceth Talero Maldonado. (2020). DETECCIÓN DE REGIONES ANORMALES EN IMÁGENES DE MAMOGRAFÍA UTILIZANDO UN DETECTOR DE OBJETOS EN CASCADA. Universidad ECCI.
J Suckling et al (1994): The Mammographic Image Analysis Society Digital Mammogram Database Exerpta Medica. International Congress Series 1069 pp375-378.
Hasan, S., Sagheer, A. M., Hasan Abdulla, S., Sagheer, A. M., & Veisi, H. (2021). Breast Cancer Classification Using Machine Learning Techniques: A Review End to End Secure Chatting Application View project COVID-19 + Information Technology + Scientific Research View project Breast Cancer Classification Using Machine Learning Techniques: A Review. In Article in Turkish Journal of Computer and Mathematics Education (Vol. 12, Issue 14).
Heang-Ping Chan, Ravi K. Samala, & Lubomir M. Hadjiiski. (2019). CAD and AI for breast cancer— recent development and challenges. Karol Julieth García Julián David Ocampo María del Pilar Pardo Tatiana Aguilar Carlos Alberto Ruiz
Andrés Castaño. (2021). Calidad de las imágenes, la lectura y el servicio de mamografía en cuatro centros de imagenología de Manizales, Colombia. Biomédica. Kolak, A., Kamińska, M., Sygit, K., Budny, A., Surdyka, D., Kukiełka-Budny, B., & Burdan, F.
Kolak, A., Kamińska, M., Sygit, K., Budny, A., Surdyka, D., Kukiełka-Budny, B., & Burdan, F. (2017). Primary and secondary prevention of breast cancer. Annals of Agricultural and Environmental Medicine, 24(4), 549–553. https://doi.org/10.26444/aaem/75943 Kurnia, R., Ferdiana, R., & Wibirama, S. (n.d.). Software Metrics Classification for Agile Scrum Process: A Literature Review.
Lehman, C. D., Wellman, R. D., & Buist, D. S. (2015). Diagnostic Accuracy of Digital Screening Mammography With and Without Computer-Aided Detection. JAMA Intern Med, 1828- 1837
Moura, D. C., & Guevara López, M. A. (2013). An evaluation of image descriptors combined with clinical data for breast cancer diagnosis. International Journal of Computer Assisted Radiology and Surgery, 8(4), 561–574. https://doi.org/10.1007/s11548-013-0838-2
Morales, L. J., Luz, D., & Ojeda, A. (n.d.). VOLUMEN 16 XXVII Verano De la Ciencia Análisis y clasificación de mamografías por escala Birads. www.jóvenesenlaciencia.ugto.mx
Mohammad Fahad Ullah. (2019). Breast Cancer: Current Perspectives on the Disease Status. In: Ahmad, A. (eds) Breast Cancer Metastasis and Drug Resistance. . In Advances in Experimental Medicine and Biology (Dr. Aamir Ahmad, Vol. 1152, pp. 51–64). Springer, Cham. Medlen, Kayiba Peggy, Nancy Anne Leahy, Kerry Greene-Donnelly, Howard Bruce Fleishon, and Pablo Jiménez. 2018. “Better Use of Available Radiology Resources for Women’s Health in Latin America and the Caribbean.” Revista Panamericana de Salud Publica/Pan American Journal of Public Health 42. doi: 10.26633/RPSP.2018.115
Mejía-Rojas, M. E., Contreras-Rengifo, A., & Hernández-Carrillo, M. (2020). Quality of life in women treated with chemotherapy for breast cancer in Cali. Biomedica, 40(2), 349–361. https://doi.org/10.7705/biomedica.4971
Melisa Calvo. (2018). Oncoplastia en cirugia conservadora de la mama. Revista Argentina de Mastología , 37. Milosevic, M., Jankovic, D., Milenkovic, A., & Stojanov, D. (2018). Early diagnosis and detection of breast cancer. Technology and Health Care, 26(4), 729–759. https://doi.org/10.3233/THC181277
Masud, M., Eldin Rashed, A. E., & Hossain, M. S. (2022). Convolutional neural network-based models for diagnosis of breast cancer. Neural Computing and Applications, 34(14), 11383– 11394. https://doi.org/10.1007/s00521-020-05394-5
Pang, T., Wong, J. H. D., Ng, W. L., & Chan, C. S. (2020). Deep learning radiomics in breast cancer with different modalities: Overview and future. In Expert Systems with Applications (Vol. 158). Elsevier Ltd. https://doi.org/10.1016/j.eswa.2020.113501
(PDF) Metodologías ágiles frente a las tradicionales en el proceso de desarrollo de software. (n.d.). Retrieved August 22, 2022, from https://www.researchgate.net/publication/327537074_Metodologias_agiles_frente_a_las_tradicio nales_en_el_proceso_de_desarrollo_de_software
Pons-Rodriguez, A., Marzo-Castillejo, M., Cruz-Esteve, I., Galindo-Ortego, G., Hernandez-Leal, M. J., & Rue, M. (2022). Avances hacia el cribado personalizado del cáncer de mama: el papel de la Atención Primaria. Atención Primaria, 54(5), 102288. https://doi.org/10.1016/J.APRIM.2022.102288
Pruebas de integración: ¿Adiós a la pirámide de pruebas? - Alex Andrade. (n.d.). Retrieved August 22, 2022, from https://alexandrade.net/blog-de-ingenieria-de-software/calidad-desoftware/pruebas-de-integracion-adios-a-la-piramide-de-pruebas/#.%20Yt3ak3bMJD8.
Peña-García Y, Maceo-González M, Ávila-Céspedes D, Utria-Velázquez L, Más-López Y. Factores de riesgo para padecer cáncer de mama en la población femenina. Revista Finlay [revista en Internet]. 2017 [citado 2023 Jun 25]; 7(4):[aprox. 6 p.]. Disponible en: https://revfinlay.sld.cu/index.php/finlay/article/view/536
Pesce, K., Tajerian, M., Chico, M. J., Swiecicki, M. P., Boietti, B., Frangella, M. J., & Benitez, S. (2020). Interobserver and intraobserver variability in determining breast density according to the fifth edition of the BI-RADS® Atlas. Radiologia, 62(6), 481–486. https://doi.org/10.1016/j.rx.2020.04.006
Rodríguez-Garcés, Carlos René, and Geraldo Bladimir Padilla-Fuentes. 2019. “Cáncer Mamario y Cervicouterino: El Problema Del Absentismo Femenino En La Acción Preventiva.” Universidad y Salud 22(1):41–51. doi: 10.22267/rus.202201.173.
Magny, S. J., Shikhman, R., & Keppke, A. L. (2022). Breast Imaging Reporting and Data System. In StatPearls. StatPearls Publishing
Samuel Alfredo López-Rodrígue, V. R. G.-P. (2020). Metodologías de desarrollo de software seguro con propiedades agiles. Polo Conocimiento , 5(10). https://doi.org/10.23857/pc.v5i10.2658
Santana, S. R., Antonelli, L., & Thomas, P. (2021). Evaluación de metodologías para la validación de requerimientos. Sesaria Kikitamara, & Anastasia Ary Noviyanti. (n.d.). A Conceptual Model of User Experience in Scrum Practice. Sonia, Alumna, Raquel Santana, and Mg Pablo Thomas. n.d. “Un Análisis de Enfoques de Validación de Requerimientos.”
Sha, Z., Hu, L., & Rouyendegh, B. D. (2020). Deep learning and optimization algorithms for automatic breast cancer detection. International Journal of Imaging Systems and Technology, 30(2), 495–506. https://doi.org/10.1002/ima.22400
Spak, D. A., Plaxco, J. S., Santiago, L., Dryden, M. J., & Dogan, B. E. (2017). BI-RADS® fifth edition: A summary of changes. In Diagnostic and Interventional Imaging (Vol. 98, Issue 3, pp. 179–190). Elsevier Masson SAS. https://doi.org/10.1016/j.diii.2017.01.001
Sung, H., Ferlay, J., Siegel, R. L., Laversanne, M., Soerjomataram, I., Jemal, A., & Bray, F. (2021). Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA: A Cancer Journal for Clinicians, 71(3), 209–249. https://doi.org/10.3322/caac.21660
Sweeney, R. J. I., Lewis, S. J., Hogg, P., & McEntee, M. F. (2018). A review of mammographic positioning image quality criteria for the craniocaudal projection. In British Journal of Radiology (Vol. 91, Issue 1082). British Institute of Radiology. https://doi.org/10.1259/bjr.20170611
Vinicio Estrada-Velasco, M. I., Alexandra Núñez-Villacis, J. I., Pedro Rubén Saltos-Chávez III, & Clemente Cunuhay-Cuchipe, W. I. (2021). Revisión Sistemática de la Metodología Scrum para el Desarrollo de Software Revisión Sistemática de la Metodología Scrum para el Desarrollo de Software Systematic review of the SCRUM methodology for software development Revisão Sistemática da Metodologia Scrum para Desenvolvimento de Software. 7, 434–447. https://doi.org/10.23857/dc.v7i4.2429
Torra, A. E. M. (2017). Sistemas de Ayuda a la Decisión Clínica en Enfermedades de Diagnóstico ComplejoAna Eddy Monsalve Torra
Tipos de pruebas de software: diferencias y ejemplos - LoadView. (n.d.). Retrieved August 22, 2022, from https://www.loadview-testing.com/es/blog/tipos-de-pruebas-de-software-diferencias-yejemplos/
Villavicencio-Romero, María E., Gregorio A. Moreno-Daza, Gabriel E. Ordóñez-Andrade, and Lorena M. Paredes Colcha. 2019. “Diagnóstico Por Imágenes de Cáncer de Mamas. Comparación Entre Técnica Ecográfica y Mamografía.” Dominio de Las Ciencias 5(3):647. doi: 10.23857/dc.v5i3.957.
Waldman, R. A., Finch, J., Grant-Kels, J. M., Stevenson, C., & Whitaker-Worth, D. (2019). Skin diseases of the breast and nipple: Benign and malignant tumors. In Journal of the American Academy of Dermatology (Vol. 80, Issue 6, pp. 1467–1481). Mosby Inc. https://doi.org/10.1016/j.jaad.2018.08.066
dc.rights.spa.fl_str_mv Derechos Reservados - Universidad ECCI, 2023
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Derechos Reservados - Universidad ECCI, 2023
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.spa.fl_str_mv 77 p.
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad ECCI
dc.publisher.place.spa.fl_str_mv Colombia
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingenierías
institution Universidad ECCI
bitstream.url.fl_str_mv https://repositorio.ecci.edu.co/bitstream/001/3626/1/Trabajo%20de%20grado.pdf
https://repositorio.ecci.edu.co/bitstream/001/3626/2/Cesi%c3%b3n%20de%20derechos.pdf
https://repositorio.ecci.edu.co/bitstream/001/3626/3/Acta%20de%20opci%c3%b3n%20de%20grado.pdf
https://repositorio.ecci.edu.co/bitstream/001/3626/4/license.txt
https://repositorio.ecci.edu.co/bitstream/001/3626/5/Trabajo%20de%20grado.pdf.txt
https://repositorio.ecci.edu.co/bitstream/001/3626/7/Cesi%c3%b3n%20de%20derechos.pdf.txt
https://repositorio.ecci.edu.co/bitstream/001/3626/9/Acta%20de%20opci%c3%b3n%20de%20grado.pdf.txt
https://repositorio.ecci.edu.co/bitstream/001/3626/6/Trabajo%20de%20grado.pdf.jpg
https://repositorio.ecci.edu.co/bitstream/001/3626/8/Cesi%c3%b3n%20de%20derechos.pdf.jpg
https://repositorio.ecci.edu.co/bitstream/001/3626/10/Acta%20de%20opci%c3%b3n%20de%20grado.pdf.jpg
bitstream.checksum.fl_str_mv 9eafee6fa92c1760522a6dd64ce7b134
1fd4390a8695483c385237d221195f5b
0899dd86ae21a39cc3704dbc4ff2e3e8
88794144ff048353b359a3174871b0d5
1e0bfd0ab1b3b24e29f0c54eccb41f10
68b329da9893e34099c7d8ad5cb9c940
99f72a01354da74123152e549248a803
3c6e92bd2c584a8f444e75d706bfe126
cf424cc3140c5f2e84bc75854356582b
af473040b2626af314e9310a571c0556
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Digital Universidad ECCI
repository.mail.fl_str_mv repositorio.institucional@ecci.edu.co
_version_ 1814100599370678272
spelling Cortes Albornoz, Dayana Elenae3e63c9bd615b7e6c62b51f9548b045dPérez Herrera, Karen Alejandrac76cbcdb7459b1605a8739b8d230ad112023-09-25T14:33:02Z2023-09-25T14:33:02Z2023https://repositorio.ecci.edu.co/handle/001/3626En Colombia, el cáncer de mama es una de las enfermedades con mayor causa de mortalidad en las mujeres (Briceño-Morales et al., 2021), siendo la imagen de mamografía uno de métodos de diagnóstico clínico más usado. Para esto, la imagen debe ser evaluada por radiólogos expertos (dos lecturas independientes), quienes se basan en la escala clasificación BI RADS (del inglés: Breast Imaging Reporting and Data System ) para hacer el análisis (Nuche Berenguer & Sakellariou, 2019). En el año 2020, la Ingeniera Biomédica Jesica Talero, de la Universidad ECCI, desarrollo un software que, basado en un detector de objetos en cascada, analiza imágenes de mamografía y señala regiones, que indicarían la presencia de cáncer. Este software podría ser una herramienta de apoyo para el radiólogo experto utilizándolo como segundo concepto de lectura. El software fue entrenado con imágenes de mamografía, de un repositorio internacional de uso libre, las cuales presentan defectos tales como: etiquetas, manchas y calidad de la imagen. Para determinar si el software desarrollado puede ser una herramienta valida de apoyo para los expertos clínicos, en este trabajo se realizó una validación preliminar , utilizando imágenes de mamografía de un repositorio local. Inicialmente se efectuó preprocesamiento y procesamiento de las imágenes para clasificarlas como "normales" o "sospechosas" y se recopiló la información en una base de datos. Para encontrar y analizar los resultados se desarrolló una matriz de confusión y se evaluó: precisión, sensibilidad, exactitud y especificad. También se efectuó análisis grafico de la relación con la densidad mamaria por cada proyección de las imágenes, con la base de datos de clasificación del software y el concepto de los expertos radiólogos para cada una de las mamografías según escala BI-RADS. Con el modelo de matriz de confusión se observó que el software tiene una precisión del 73% y una sensibilidad baja, que corresponde al 1%; en las gráficas, la densidad mamaria B es la clasificación más frecuente en las proyecciones de mamografía, tanto en las imágenes clasificadas como normales y anormales por el software.Planteamiento del Problema 12 2.1 Descripción del problema. 12 2.1.1 Formulación del problema. 14 Justificación15 Objetivos17 4.1 General 17 4.2 Específicos 17 Antecedentes.19 Marco Teórico.20 6.1 Anatomía de la Mama. 20 6.1.1 Densidad mamaria . 21 6.1.2 Cáncer de mama. 23 6.1.3 Estadificación del cáncer de mama. 23 6.1.4 Tipos de cáncer de mama. 24 6.1.5 Exámenes diagnósticos para el cáncer de mama . 24 6.1.6 Imagen diagnosticas del cáncer de mama 25 6.2 Desarrollo de software 26 6.2.1 Metodología del Desarrollo de software (SCRUM) 26 5 6.3 Validación de software y objetivos de la validación 27 6.3.1Pruebas de software 28 6.3.2 Pruebas unitarias 28 6.3.3 Pruebas de integración . 28 6.3.4 Pruebas de sistema . 28 6.3.5 Pruebas de funcionales. 29 Metodología. 30 7.1.2 Requerimientos de usuario. 32 7.1.3 Requerimientos de Procesamiento de imagen mamográfica para validar el software. 33 7.2 Base de datos imágenes de mamografía para la validación de software 33 7.3 Procesamiento de imágenes de mamografía y recopilación base de datos. 34 7.4 Matriz de confusión 34 Resultados 37 8.1 Programa de preprocesamiento de las imágenes según requerimientos. 37 8.3 Procesamiento de imágenes de mamografía y recopilación base de datos. 40 8.4 Análisis estadístico 41 8.4.1 Clasificación experto 1 y 2 BI-RADS numérica y densidad. 41 8.4.2 Comparación enfocada en la densidad según la opinión de experto y clasificación de software. 42 6 8.5Análisis Resultados de la Matriz de confusión .51 Conclusiones.58 Bibliografía.60 ANEXOSPregradoIngeniero en BiomédicaIngeniería Biomédica77 p.application/pdfspaUniversidad ECCIColombiaFacultad de IngenieríasDerechos Reservados - Universidad ECCI, 2023info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Validación de Software para la detección de regiones anormales en imágenes de mamografíaTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttps://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/version/c_dc82b40f9837b551Alejo-Martínez, H., Arciniegas-Alvarez, M., Alejo-Martínez, H., Wiesner-Ceballos, C., Andrés Arciniegas-Álvarez, M., Poveda-Suárez, C. A., Puerto-Jiménez, D. N., Ardila-Hernández, I. T., & Cotes-Millán, J. A. (2013). La calidad de la mamografía en Colombia: análisis de un estudio piloto. In Anales de Radiología México (Vol. 3). https://www.researchgate.net/publication/257625762Abbas, Q. (2016). DeepCAD: A Computer-Aided Diagnosis System for Mammographic Masses Using Deep Invariant Features. Computers , 1-15. DOI: 10.3390/computers5040028.Alomaim, W., O’Leary, D., Ryan, J., Rainford, L., Evanoff, M., & Foley, S. (2019). Variability of Breast Density Classification Between US and UK Radiologists. Journal of Medical Imaging and Radiation Sciences, 50(1), 53–61. https://doi.org/10.1016/j.jmir.2018.11.002Anand Nayyar. (2019). Instant Approach to Software Testing Principles, Applications, Techniques, and Practices (English Edition) (India:BPB PUBN, Ed.).Arnold, M., Morgan, E., Rumgay, H., Mafra, A., Singh, D., Laversanne, M., Vignat, J., Gralow, J. R., Cardoso, F., Siesling, S., & Soerjomataram, I. (2022). Current and future burden of breast cancer: Global statistics for 2020 and 2040. Breast, 66, 15–23. https://doi.org/10.1016/j.breast.2022.08.010Briceño-Morales, X., Sánchez-Castillo, O., Velasquez, J. C., Bonilla Gonzalez, C., Cervera-Bonilla, S., Guzman-Abisaab, L., Bruges, R., Angel-Aristizabal, J., Duarte, C., Lehmann-Mosquera, C., Garcia-Mora, M., Contreras-Mejía, F., Rojas, E., & Diaz Casas, S. E. (2021). Hormonoterapia adyuvante en cáncer de mama. Revisión de la Evidencia y Abordaje Terapéutico en el Instituto Instituto Nacional de Cancerología, Bogotá, Colombia. Revista Colombiana de Cancerología, 25, 130–141. https://doi.org/10.35509/01239015.746Bryan Molina Montero, H. V. C. D. C. (2018). Metodologías Ágiles Frente a Las Tradicionales En El Proceso de Desarrollo de Software. Espirales Revista Multidisciplinaria de Investigación. https://doi.org/DOI: 10.31876/re.v2i17.269Conti, A., Duggento, A., Indovina, I., Guerrisi, M., & Toschi, N. (2021). Radiomics in breast cancer classification and prediction. In Seminars in Cancer Biology (Vol. 72, pp. 238–250). Academic Press. https://doi.org/10.1016/j.semcancer.2020.04.002Díaz, O., Rodríguez-Ruiz, A., Gubern-Mérida, A., Martí, R., & Chevalier, M. (2021). Are artificial intelligence systems useful in breast cancer screening programmes? Radiología (English Edition), 63(3), 236–244. https://doi.org/10.1016/J.RXENG.2020.11.005Duarte, C., Salazar, A., Strasser-Weippl, K., de Vries, E., Wiesner, C., Arango-Gutiérrez, A., Krush, L., & Goss, P. E. (2021). Breast cancer in Colombia: a growing challenge for the healthcare system. In Breast Cancer Research and Treatment (Vol. 186, Issue 1, pp. 15–24). Springer. https://doi.org/10.1007/s10549-020-06091-6Fernández, J. Á., Palacios Ozores, P., Cebey López, V., Mosquera, A. C., & López López, R. (2021). Cáncer de mama. In Medicine (Vol. 13, Issue 27). Jesica Liceth Talero Maldonado. (2020). DETECCIÓN DE REGIONES ANORMALES EN IMÁGENES DE MAMOGRAFÍA UTILIZANDO UN DETECTOR DE OBJETOS EN CASCADA. Universidad ECCI.J Suckling et al (1994): The Mammographic Image Analysis Society Digital Mammogram Database Exerpta Medica. International Congress Series 1069 pp375-378.Hasan, S., Sagheer, A. M., Hasan Abdulla, S., Sagheer, A. M., & Veisi, H. (2021). Breast Cancer Classification Using Machine Learning Techniques: A Review End to End Secure Chatting Application View project COVID-19 + Information Technology + Scientific Research View project Breast Cancer Classification Using Machine Learning Techniques: A Review. In Article in Turkish Journal of Computer and Mathematics Education (Vol. 12, Issue 14).Heang-Ping Chan, Ravi K. Samala, & Lubomir M. Hadjiiski. (2019). CAD and AI for breast cancer— recent development and challenges. Karol Julieth García Julián David Ocampo María del Pilar Pardo Tatiana Aguilar Carlos Alberto RuizAndrés Castaño. (2021). Calidad de las imágenes, la lectura y el servicio de mamografía en cuatro centros de imagenología de Manizales, Colombia. Biomédica. Kolak, A., Kamińska, M., Sygit, K., Budny, A., Surdyka, D., Kukiełka-Budny, B., & Burdan, F.Kolak, A., Kamińska, M., Sygit, K., Budny, A., Surdyka, D., Kukiełka-Budny, B., & Burdan, F. (2017). Primary and secondary prevention of breast cancer. Annals of Agricultural and Environmental Medicine, 24(4), 549–553. https://doi.org/10.26444/aaem/75943 Kurnia, R., Ferdiana, R., & Wibirama, S. (n.d.). Software Metrics Classification for Agile Scrum Process: A Literature Review.Lehman, C. D., Wellman, R. D., & Buist, D. S. (2015). Diagnostic Accuracy of Digital Screening Mammography With and Without Computer-Aided Detection. JAMA Intern Med, 1828- 1837Moura, D. C., & Guevara López, M. A. (2013). An evaluation of image descriptors combined with clinical data for breast cancer diagnosis. International Journal of Computer Assisted Radiology and Surgery, 8(4), 561–574. https://doi.org/10.1007/s11548-013-0838-2Morales, L. J., Luz, D., & Ojeda, A. (n.d.). VOLUMEN 16 XXVII Verano De la Ciencia Análisis y clasificación de mamografías por escala Birads. www.jóvenesenlaciencia.ugto.mxMohammad Fahad Ullah. (2019). Breast Cancer: Current Perspectives on the Disease Status. In: Ahmad, A. (eds) Breast Cancer Metastasis and Drug Resistance. . In Advances in Experimental Medicine and Biology (Dr. Aamir Ahmad, Vol. 1152, pp. 51–64). Springer, Cham. Medlen, Kayiba Peggy, Nancy Anne Leahy, Kerry Greene-Donnelly, Howard Bruce Fleishon, and Pablo Jiménez. 2018. “Better Use of Available Radiology Resources for Women’s Health in Latin America and the Caribbean.” Revista Panamericana de Salud Publica/Pan American Journal of Public Health 42. doi: 10.26633/RPSP.2018.115Mejía-Rojas, M. E., Contreras-Rengifo, A., & Hernández-Carrillo, M. (2020). Quality of life in women treated with chemotherapy for breast cancer in Cali. Biomedica, 40(2), 349–361. https://doi.org/10.7705/biomedica.4971Melisa Calvo. (2018). Oncoplastia en cirugia conservadora de la mama. Revista Argentina de Mastología , 37. Milosevic, M., Jankovic, D., Milenkovic, A., & Stojanov, D. (2018). Early diagnosis and detection of breast cancer. Technology and Health Care, 26(4), 729–759. https://doi.org/10.3233/THC181277Masud, M., Eldin Rashed, A. E., & Hossain, M. S. (2022). Convolutional neural network-based models for diagnosis of breast cancer. Neural Computing and Applications, 34(14), 11383– 11394. https://doi.org/10.1007/s00521-020-05394-5Pang, T., Wong, J. H. D., Ng, W. L., & Chan, C. S. (2020). Deep learning radiomics in breast cancer with different modalities: Overview and future. In Expert Systems with Applications (Vol. 158). Elsevier Ltd. https://doi.org/10.1016/j.eswa.2020.113501(PDF) Metodologías ágiles frente a las tradicionales en el proceso de desarrollo de software. (n.d.). Retrieved August 22, 2022, from https://www.researchgate.net/publication/327537074_Metodologias_agiles_frente_a_las_tradicio nales_en_el_proceso_de_desarrollo_de_softwarePons-Rodriguez, A., Marzo-Castillejo, M., Cruz-Esteve, I., Galindo-Ortego, G., Hernandez-Leal, M. J., & Rue, M. (2022). Avances hacia el cribado personalizado del cáncer de mama: el papel de la Atención Primaria. Atención Primaria, 54(5), 102288. https://doi.org/10.1016/J.APRIM.2022.102288Pruebas de integración: ¿Adiós a la pirámide de pruebas? - Alex Andrade. (n.d.). Retrieved August 22, 2022, from https://alexandrade.net/blog-de-ingenieria-de-software/calidad-desoftware/pruebas-de-integracion-adios-a-la-piramide-de-pruebas/#.%20Yt3ak3bMJD8.Peña-García Y, Maceo-González M, Ávila-Céspedes D, Utria-Velázquez L, Más-López Y. Factores de riesgo para padecer cáncer de mama en la población femenina. Revista Finlay [revista en Internet]. 2017 [citado 2023 Jun 25]; 7(4):[aprox. 6 p.]. Disponible en: https://revfinlay.sld.cu/index.php/finlay/article/view/536Pesce, K., Tajerian, M., Chico, M. J., Swiecicki, M. P., Boietti, B., Frangella, M. J., & Benitez, S. (2020). Interobserver and intraobserver variability in determining breast density according to the fifth edition of the BI-RADS® Atlas. Radiologia, 62(6), 481–486. https://doi.org/10.1016/j.rx.2020.04.006Rodríguez-Garcés, Carlos René, and Geraldo Bladimir Padilla-Fuentes. 2019. “Cáncer Mamario y Cervicouterino: El Problema Del Absentismo Femenino En La Acción Preventiva.” Universidad y Salud 22(1):41–51. doi: 10.22267/rus.202201.173.Magny, S. J., Shikhman, R., & Keppke, A. L. (2022). Breast Imaging Reporting and Data System. In StatPearls. StatPearls PublishingSamuel Alfredo López-Rodrígue, V. R. G.-P. (2020). Metodologías de desarrollo de software seguro con propiedades agiles. Polo Conocimiento , 5(10). https://doi.org/10.23857/pc.v5i10.2658Santana, S. R., Antonelli, L., & Thomas, P. (2021). Evaluación de metodologías para la validación de requerimientos. Sesaria Kikitamara, & Anastasia Ary Noviyanti. (n.d.). A Conceptual Model of User Experience in Scrum Practice. Sonia, Alumna, Raquel Santana, and Mg Pablo Thomas. n.d. “Un Análisis de Enfoques de Validación de Requerimientos.”Sha, Z., Hu, L., & Rouyendegh, B. D. (2020). Deep learning and optimization algorithms for automatic breast cancer detection. International Journal of Imaging Systems and Technology, 30(2), 495–506. https://doi.org/10.1002/ima.22400Spak, D. A., Plaxco, J. S., Santiago, L., Dryden, M. J., & Dogan, B. E. (2017). BI-RADS® fifth edition: A summary of changes. In Diagnostic and Interventional Imaging (Vol. 98, Issue 3, pp. 179–190). Elsevier Masson SAS. https://doi.org/10.1016/j.diii.2017.01.001Sung, H., Ferlay, J., Siegel, R. L., Laversanne, M., Soerjomataram, I., Jemal, A., & Bray, F. (2021). Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA: A Cancer Journal for Clinicians, 71(3), 209–249. https://doi.org/10.3322/caac.21660Sweeney, R. J. I., Lewis, S. J., Hogg, P., & McEntee, M. F. (2018). A review of mammographic positioning image quality criteria for the craniocaudal projection. In British Journal of Radiology (Vol. 91, Issue 1082). British Institute of Radiology. https://doi.org/10.1259/bjr.20170611Vinicio Estrada-Velasco, M. I., Alexandra Núñez-Villacis, J. I., Pedro Rubén Saltos-Chávez III, & Clemente Cunuhay-Cuchipe, W. I. (2021). Revisión Sistemática de la Metodología Scrum para el Desarrollo de Software Revisión Sistemática de la Metodología Scrum para el Desarrollo de Software Systematic review of the SCRUM methodology for software development Revisão Sistemática da Metodologia Scrum para Desenvolvimento de Software. 7, 434–447. https://doi.org/10.23857/dc.v7i4.2429Torra, A. E. M. (2017). Sistemas de Ayuda a la Decisión Clínica en Enfermedades de Diagnóstico ComplejoAna Eddy Monsalve TorraTipos de pruebas de software: diferencias y ejemplos - LoadView. (n.d.). Retrieved August 22, 2022, from https://www.loadview-testing.com/es/blog/tipos-de-pruebas-de-software-diferencias-yejemplos/Villavicencio-Romero, María E., Gregorio A. Moreno-Daza, Gabriel E. Ordóñez-Andrade, and Lorena M. Paredes Colcha. 2019. “Diagnóstico Por Imágenes de Cáncer de Mamas. Comparación Entre Técnica Ecográfica y Mamografía.” Dominio de Las Ciencias 5(3):647. doi: 10.23857/dc.v5i3.957.Waldman, R. A., Finch, J., Grant-Kels, J. M., Stevenson, C., & Whitaker-Worth, D. (2019). Skin diseases of the breast and nipple: Benign and malignant tumors. In Journal of the American Academy of Dermatology (Vol. 80, Issue 6, pp. 1467–1481). Mosby Inc. https://doi.org/10.1016/j.jaad.2018.08.066MamografíaCáncer de mamaBI-RADSMammographyBreast cancerBI-RADSORIGINALTrabajo de grado.pdfTrabajo de grado.pdfapplication/pdf1029456https://repositorio.ecci.edu.co/bitstream/001/3626/1/Trabajo%20de%20grado.pdf9eafee6fa92c1760522a6dd64ce7b134MD51Cesión de derechos.pdfCesión de derechos.pdfapplication/pdf81398https://repositorio.ecci.edu.co/bitstream/001/3626/2/Cesi%c3%b3n%20de%20derechos.pdf1fd4390a8695483c385237d221195f5bMD52Acta de opción de grado.pdfActa de opción de grado.pdfapplication/pdf291697https://repositorio.ecci.edu.co/bitstream/001/3626/3/Acta%20de%20opci%c3%b3n%20de%20grado.pdf0899dd86ae21a39cc3704dbc4ff2e3e8MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-814798https://repositorio.ecci.edu.co/bitstream/001/3626/4/license.txt88794144ff048353b359a3174871b0d5MD54TEXTTrabajo de grado.pdf.txtTrabajo de grado.pdf.txtExtracted texttext/plain96519https://repositorio.ecci.edu.co/bitstream/001/3626/5/Trabajo%20de%20grado.pdf.txt1e0bfd0ab1b3b24e29f0c54eccb41f10MD55Cesión de derechos.pdf.txtCesión de derechos.pdf.txtExtracted texttext/plain1https://repositorio.ecci.edu.co/bitstream/001/3626/7/Cesi%c3%b3n%20de%20derechos.pdf.txt68b329da9893e34099c7d8ad5cb9c940MD57Acta de opción de grado.pdf.txtActa de opción de grado.pdf.txtExtracted texttext/plain1416https://repositorio.ecci.edu.co/bitstream/001/3626/9/Acta%20de%20opci%c3%b3n%20de%20grado.pdf.txt99f72a01354da74123152e549248a803MD59THUMBNAILTrabajo de grado.pdf.jpgTrabajo de grado.pdf.jpgGenerated Thumbnailimage/jpeg5833https://repositorio.ecci.edu.co/bitstream/001/3626/6/Trabajo%20de%20grado.pdf.jpg3c6e92bd2c584a8f444e75d706bfe126MD56Cesión de derechos.pdf.jpgCesión de derechos.pdf.jpgGenerated Thumbnailimage/jpeg15423https://repositorio.ecci.edu.co/bitstream/001/3626/8/Cesi%c3%b3n%20de%20derechos.pdf.jpgcf424cc3140c5f2e84bc75854356582bMD58Acta de opción de grado.pdf.jpgActa de opción de grado.pdf.jpgGenerated Thumbnailimage/jpeg13605https://repositorio.ecci.edu.co/bitstream/001/3626/10/Acta%20de%20opci%c3%b3n%20de%20grado.pdf.jpgaf473040b2626af314e9310a571c0556MD510TEXTTHUMBNAIL001/3626oai:repositorio.ecci.edu.co:001/36262024-07-24 16:14:49.498Repositorio Digital Universidad ECCIrepositorio.institucional@ecci.edu.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

Publicaciones similares