skip to main content
Idioma:
Primo Advanced Search
Primo Advanced Search Query Term
Primo Advanced Search prefilters
Busca Simples

Esquema CADx para classificação de nódulos em imagens mamográficas digitais baseado na segmentação pelo modelo EICAMM

Ribeiro, Patricia Bellin

Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Escola de Engenharia de São Carlos 2013-05-22

Acesso online. A biblioteca também possui exemplares impressos.

  • Título:
    Esquema CADx para classificação de nódulos em imagens mamográficas digitais baseado na segmentação pelo modelo EICAMM
  • Autor: Ribeiro, Patricia Bellin
  • Orientador: Romero, Roseli Aparecida Francelin; Schiabel, Homero
  • Assuntos: Classificação; Segmentação; Modelos Auto Organizáveis; Métricas; Imagens Mamográficas; Densidade Mamográfica; Mammographic Density; Mammographic Images; Metrics; Classification; Segmentation; Self Organizing Models
  • Notas: Tese (Doutorado)
  • Descrição: Neste trabalho, propõe-se a utilização da técnica Enhanced ICA Misture Model (EICAMM) para a segmentação automática de nódulos mamários em imagens mamográficas digitais. Com o objetivo de compará-la com outros métodos de segmentação encontrados na literatura correlata, como as técnicas Watershed, Self-Organizing Map (SOM), K-Means e Fuzzy C-Means, utiliza-se a métrica Area Overlap Measure (AOM) ou medida de similaridade de Jaccard, para medir a semelhança entre o resultado obtido na segmentação e o recorte efetuado por um especialista (ground truth). Os resultados obtidos mostram um bom desempenho do modelo EICAMM, que foi a única técnica capaz de detectar massas em regiões de interesse de mama densa. Resultados mais precisos produzidos por tal modelo foram aplicados na elaboração de um módulo classificador de nódulos para um esquema CADx (de Computer-aided Diagnosis) em mamografia digital. O módulo utiliza técnicas de extração e seleção de características e técnicas inteligentes, como Redes Neurais Artificiais, para indicar a existência ou não de nódulos em regiões de interesse, bem como avalia seu contorno/margem, forma e densidade, a fim de indicar a pertinência do achado a um caso maligno ou benigno. Para isso, utiliza-se uma base de regras, criada com o auxílio de um especialista e da combinação de diferentes classificações, conhecida como ensemble, para gerar uma única saída. Testes utilizando várias regiões de interesse selecionadas de duas bases de imagens mamográficas disponíveis resultaram numa precisão média de 46,71% na segmentação dos nódulos pela EICAMM (20,72% melhor que a média das demais técnicas comparadas) e um nível de acerto médio de 80,5% na classificação dos nódulos, o que permite considerar o módulo desenvolvido como uma útil ferramenta para auxílio ao diagnóstico desse tipo de estrutura em esquemas CADx.
  • DOI: 10.11606/T.18.2013.tde-01072013-101058
  • Editor: Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Escola de Engenharia de São Carlos
  • Data de criação/publicação: 2013-05-22
  • Formato: Adobe PDF
  • Idioma: Português
Links
Voltar para lista de resultados
Ir para página anteriorAnterior Resultado  8 AvançarIr para próxima página

  • Realização: ABCD-USP USP   Logos de Redes Sociais: Freepik

Buscando em bases de dados remotas. Favor aguardar.