Detección Automática de Microcalcificaciones en una Mamografía Digital, Usando Técnicas de Inteligencia Artificial
El cáncer de mama es uno de los que tiene mayor índice de mortalidad entre las mujeres y la detección temprana incrementa las posibilidades de curación, por lo que hacerlo a tiempo ha demostrado ser uno de los mejores tratamientos para esta grave enfermedad. Las microcalcificaciones son un tipo de l...
- Autores:
-
Madrigal-González, Carlos A.
Prada-Vásquez, Ronny
Fernández-McCann, David S.
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2013
- Institución:
- Instituto Tecnológico Metropolitano
- Repositorio:
- Repositorio ITM
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.itm.edu.co:20.500.12622/696
- Acceso en línea:
- https://revistas.itm.edu.co/index.php/tecnologicas/article/view/332
http://hdl.handle.net/20.500.12622/696
- Palabra clave:
- Procesamiento digital de imágenes
filtro Gaussiano
microcalcificaciones
K-Vecinos más cercanos
Digital image processing
Gaussian filter
microcalcifications
K-nearest neighbor
- Rights
- License
- Copyright (c) 2017 Tecno Lógicas
Summary: | El cáncer de mama es uno de los que tiene mayor índice de mortalidad entre las mujeres y la detección temprana incrementa las posibilidades de curación, por lo que hacerlo a tiempo ha demostrado ser uno de los mejores tratamientos para esta grave enfermedad. Las microcalcificaciones son un tipo de lesión dentro de la mama y su presencia está altamente correlacionada con la presencia del cáncer. En este artículo se presenta un método para la detección automática de microcacificaciones usando procesamiento digital de imágenes basado en un enfoque gaussiano de filtrado, el cual permite realzar el contraste entre las microcalcificaciones y el tejido sano de la mama, para luego aplicar un algoritmo de identificación de las microcalcificaciones sospechosas basado en su morfología. El clasificador usado para determinar el grado de Malignidad o Benignidad de las microcalcificaciones es el K-Vecinos más Cercanos (KNN) y la validación de los resultados se realiza mediante las curvas ROC. |
---|