Statistical Texture Model for mass Detection in Mammography
RESUMEN: En el contexto de procesamiento de imágenes para detección de masas en mamografía, la textura es una característica clave para distinguir tejido anormal del normal. Recientemente un modelo de textura basado en mezcla de gaussianas multivariadas fue propuesto. El modelo produce imágenes Tue...
- Autores:
-
Fernández Mc-Cann, David Stephen
Gallego Ortiz, Nicolás
- Tipo de recurso:
- Article of investigation
- Fecha de publicación:
- 2013
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/35673
- Acceso en línea:
- https://hdl.handle.net/10495/35673
https://ojsrevistaing.uniandes.edu.co/ojs/index.php/revista
- Palabra clave:
- Ingeniería Biomédica
Biomedical Engineering
Cáncer de Seno
Breast Neoplasms
Radiodiagnóstico
Diagnostic Imaging
Métodos estadísticos
Statistical methods
Modelos matemáticos
Mathematical models
http://aims.fao.org/aos/agrovoc/c_7377
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by/2.5/co/
| id |
UDEA2_c0c836c914aad61e7065e6bf2d42b9ac |
|---|---|
| oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/35673 |
| network_acronym_str |
UDEA2 |
| network_name_str |
Repositorio UdeA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Statistical Texture Model for mass Detection in Mammography |
| dc.title.alternative.spa.fl_str_mv |
Modelo estadístico de textura para detección de masas en mamografía |
| title |
Statistical Texture Model for mass Detection in Mammography |
| spellingShingle |
Statistical Texture Model for mass Detection in Mammography Ingeniería Biomédica Biomedical Engineering Cáncer de Seno Breast Neoplasms Radiodiagnóstico Diagnostic Imaging Métodos estadísticos Statistical methods Modelos matemáticos Mathematical models http://aims.fao.org/aos/agrovoc/c_7377 |
| title_short |
Statistical Texture Model for mass Detection in Mammography |
| title_full |
Statistical Texture Model for mass Detection in Mammography |
| title_fullStr |
Statistical Texture Model for mass Detection in Mammography |
| title_full_unstemmed |
Statistical Texture Model for mass Detection in Mammography |
| title_sort |
Statistical Texture Model for mass Detection in Mammography |
| dc.creator.fl_str_mv |
Fernández Mc-Cann, David Stephen Gallego Ortiz, Nicolás |
| dc.contributor.author.none.fl_str_mv |
Fernández Mc-Cann, David Stephen Gallego Ortiz, Nicolás |
| dc.subject.decs.none.fl_str_mv |
Ingeniería Biomédica Biomedical Engineering Cáncer de Seno Breast Neoplasms Radiodiagnóstico Diagnostic Imaging |
| topic |
Ingeniería Biomédica Biomedical Engineering Cáncer de Seno Breast Neoplasms Radiodiagnóstico Diagnostic Imaging Métodos estadísticos Statistical methods Modelos matemáticos Mathematical models http://aims.fao.org/aos/agrovoc/c_7377 |
| dc.subject.agrovoc.none.fl_str_mv |
Métodos estadísticos Statistical methods Modelos matemáticos Mathematical models |
| dc.subject.agrovocuri.none.fl_str_mv |
http://aims.fao.org/aos/agrovoc/c_7377 |
| description |
RESUMEN: En el contexto de procesamiento de imágenes para detección de masas en mamografía, la textura es una característica clave para distinguir tejido anormal del normal. Recientemente un modelo de textura basado en mezcla de gaussianas multivariadas fue propuesto. El modelo produce imágenes Tue son mapas probabilísticos de la normalidad de la textura y fue propuesto como una ayuda de visualización para diagnostico por médicos expertos. En este artículo la usabilidad de dicho modelo es estudiada para detección automática de masas. Una estrategia de segmentación es propuesta y evaluada en 79 casos de mamografía. |
| publishDate |
2013 |
| dc.date.issued.none.fl_str_mv |
2013 |
| dc.date.accessioned.none.fl_str_mv |
2023-06-28T03:13:34Z |
| dc.date.available.none.fl_str_mv |
2023-06-28T03:13:34Z |
| dc.type.spa.fl_str_mv |
info:eu-repo/semantics/article |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.hasversion.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/ART |
| dc.type.local.spa.fl_str_mv |
Artículo de investigación |
| format |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| status_str |
publishedVersion |
| dc.identifier.issn.none.fl_str_mv |
0121-4993 |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/10495/35673 |
| dc.identifier.eissn.none.fl_str_mv |
2011-0049 |
| dc.identifier.url.spa.fl_str_mv |
https://ojsrevistaing.uniandes.edu.co/ojs/index.php/revista |
| identifier_str_mv |
0121-4993 2011-0049 |
| url |
https://hdl.handle.net/10495/35673 https://ojsrevistaing.uniandes.edu.co/ojs/index.php/revista |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartofjournalabbrev.spa.fl_str_mv |
Rev. Ing. |
| dc.rights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by/2.5/co/ |
| dc.rights.accessrights.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.creativecommons.spa.fl_str_mv |
https://creativecommons.org/licenses/by/4.0/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by/2.5/co/ http://purl.org/coar/access_right/c_abf2 https://creativecommons.org/licenses/by/4.0/ |
| dc.format.extent.spa.fl_str_mv |
5 |
| dc.format.mimetype.spa.fl_str_mv |
Application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad de los Andes, Facultad de Ingeniería |
| dc.publisher.group.spa.fl_str_mv |
GEPAR-Grupo de Electrónica de Potencia, Automatización y Robótica |
| dc.publisher.place.spa.fl_str_mv |
Bogotá, Colombia |
| institution |
Universidad de Antioquia |
| bitstream.url.fl_str_mv |
https://bibliotecadigital.udea.edu.co/bitstream/10495/35673/3/license.txt https://bibliotecadigital.udea.edu.co/bitstream/10495/35673/1/FernandezDavid_2013_StatisticalTextureModel.pdf https://bibliotecadigital.udea.edu.co/bitstream/10495/35673/2/license_rdf |
| bitstream.checksum.fl_str_mv |
8a4605be74aa9ea9d79846c1fba20a33 5a4531b05ff139865d3f467f2395d592 1646d1f6b96dbbbc38035efc9239ac9c |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad de Antioquia |
| repository.mail.fl_str_mv |
andres.perez@udea.edu.co |
| _version_ |
1812173293008977920 |
| spelling |
Fernández Mc-Cann, David StephenGallego Ortiz, Nicolás2023-06-28T03:13:34Z2023-06-28T03:13:34Z20130121-4993https://hdl.handle.net/10495/356732011-0049https://ojsrevistaing.uniandes.edu.co/ojs/index.php/revistaRESUMEN: En el contexto de procesamiento de imágenes para detección de masas en mamografía, la textura es una característica clave para distinguir tejido anormal del normal. Recientemente un modelo de textura basado en mezcla de gaussianas multivariadas fue propuesto. El modelo produce imágenes Tue son mapas probabilísticos de la normalidad de la textura y fue propuesto como una ayuda de visualización para diagnostico por médicos expertos. En este artículo la usabilidad de dicho modelo es estudiada para detección automática de masas. Una estrategia de segmentación es propuesta y evaluada en 79 casos de mamografía.ABSTRACT: In the context of image processing algorithms for mass detection in mammography, texture is a key feature to be used to distinguish abnormal tissue from normal tissue. Recently, a texture model based on a multivariate gaussian mixture was proposed, of which the parameters are learned in an unsupervised way from the pixel intensities of images. The model produces images that are probabilistic maps of texture normality and it was proposed as a visualization aid for diagnostic by clinical experts. In this paper, the usability of the model is studied for automatic mass detection. A segmentation strategy is proposed and evaluated using 79 mammography cases.COL00390455Application/pdfspaUniversidad de los Andes, Facultad de IngenieríaGEPAR-Grupo de Electrónica de Potencia, Automatización y RobóticaBogotá, Colombiainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articlehttp://purl.org/coar/resource_type/c_2df8fbb1https://purl.org/redcol/resource_type/ARTArtículo de investigaciónhttp://purl.org/coar/version/c_970fb48d4fbd8a85info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/2.5/co/http://purl.org/coar/access_right/c_abf2https://creativecommons.org/licenses/by/4.0/Statistical Texture Model for mass Detection in MammographyModelo estadístico de textura para detección de masas en mamografíaIngeniería BiomédicaBiomedical EngineeringCáncer de SenoBreast NeoplasmsRadiodiagnósticoDiagnostic ImagingMétodos estadísticosStatistical methodsModelos matemáticosMathematical modelshttp://aims.fao.org/aos/agrovoc/c_7377Rev. Ing.Revista de Ingeniería121639LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstream/10495/35673/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53ORIGINALFernandezDavid_2013_StatisticalTextureModel.pdfFernandezDavid_2013_StatisticalTextureModel.pdfArtículo de investigaciónapplication/pdf465830https://bibliotecadigital.udea.edu.co/bitstream/10495/35673/1/FernandezDavid_2013_StatisticalTextureModel.pdf5a4531b05ff139865d3f467f2395d592MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8927https://bibliotecadigital.udea.edu.co/bitstream/10495/35673/2/license_rdf1646d1f6b96dbbbc38035efc9239ac9cMD5210495/35673oai:bibliotecadigital.udea.edu.co:10495/356732023-08-04 14:48:29.301Repositorio Institucional Universidad de Antioquiaandres.perez@udea.edu.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 |