Detección de microcalcificaciones mamarias agrupadas
Las microcalcificaciones mamarias son lesiones no palpables que están presentes aproximadamente en el 55% de los casos de cáncer de mama. Son un hallazgo muy frecuente en mamografías y pueden ser un indicador de esta enfermedad en sus primeras fases.Se implementaron dos métodos para el realce de mic...
- Autores:
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2017
- Institución:
- Universidad Distrital Francisco José de Caldas
- Repositorio:
- RIUD: repositorio U. Distrital
- Idioma:
- spa
- OAI Identifier:
- oai:repository.udistrital.edu.co:11349/7409
- Acceso en línea:
- http://hdl.handle.net/11349/7409
- Palabra clave:
- Microcalcificaciones
Análisis multirresolución
Transformada wavelet
Umbralización
Ingeniería Electrónica - Tesis y disertaciones académicas
Mamografía
Mamas - Cancer - Diagnóstico
Procesamiento de imágenes
Microcalcifications
Multiresolution analysis
Wavelet transform
Threshold
- Rights
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional
Summary: | Las microcalcificaciones mamarias son lesiones no palpables que están presentes aproximadamente en el 55% de los casos de cáncer de mama. Son un hallazgo muy frecuente en mamografías y pueden ser un indicador de esta enfermedad en sus primeras fases.Se implementaron dos métodos para el realce de microcalcificaciones mamarias basado en análisis multirresolución a través de la transformada wavelet. Luego, se segmentaron los candidatos utilizando umbralización, donde el umbral se determinó a través de los parámetros estadísticos de la distribución de coeficientes wavelet. Después, se clasificaron los objetos por su longitud y mediante un algoritmo de agrupamiento basado en densidad se detectaron los candidatos a microcalcificaciones mamarias agrupadas. En este trabajo se comparó el realce y la segmentación de microcalcificaciones utilizando diferentes funciones de las familias wavelet: symlet, daubechies y coiflet. Para el algoritmo propuesto, la función que presentó el mejor resultado en la detección de candidatos a microcalcificaciones mamarias fue daubechies de orden 16, con una especificidad de 68% una sensibilidad de 77% y un valor predictivo positivo de 72 %. La función coiflet de orden 3 presentó los valores más bajos en la prueba. El algoritmo detecta las agrupaciones de microcalcificaciones mamarias en la mayoría de mamografías. En las pruebas de sensibilidad, especificidad y valor predictivo positivo no hay una variación muy significativa entre las funciones wavelets. Sin embargo, las familias daubechies y symlet presentan los mejores resultados |
---|