• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Tesis Doctoral
DOI
10.11606/T.18.2017.tde-12052017-102827
Documento
Autor
Nombre completo
Roberto Rodrigues Pereira Junior
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Carlos, 2004
Director
Tribunal
Marques, Paulo Mazzoncini de Azevedo (Presidente)
Guliato, Denise
Mascarenhas, Nelson Delfino D'Ávila
Slaets, Annie France Frère
Trad, Clóvis Simão
Título en portugués
Detecção automática de lesões não palpáveis da mama utilizando atributos de textura
Palabras clave en portugués
Análise de textura
Auxílio computadorizado ao diagnóstico
Processamento de imagens
Reconhecimento de padrões
Resumen en portugués
Neste trabalho é proposto um sistema de auxílio ao diagnóstico do câncer de mama para detecção de lesões não palpáveis de mama através da utilização de atributos de textura. O trabalho é composto de 3 etapas: segmentação, caracterização e detecção. Na etapa de segmentação foi realizado a segmentação da região mamária de todo o mamograma utilizando técnicas de morfologia matemática. Na etapa de caracterização foram extraídos 19 medidas de textura, 13 atributos de Haralick e 6 baseados na Transformada Wavelet, calculadas a partir de regiões de interesse contendo lesões mamárias e regiões normais. Foram selecionados os melhores atributos utilizando a distância Jeffries Matusita e classificados utilizando um classificador K-NN. Na etapa de detecção foi aplicado o algoritmo desenvolvido a uma base de imagens de lesões não palpáveis de mama. Por fim, os resultados obtidos são apresentados e discutidos a partir de tabelas e curvas ROC e FROC. Os resultados obtidos na detecção das lesões não palpáveis foram de 80% de sensibilidade e 1.47 FP/imagem utilizando os atributos de Haralick e 70% de sensibilidade e 1.96 FP/imagem utilizando os atributos baseados na Transformada Wavelet.
Título en inglés
not available
Palabras clave en inglés
not available
Resumen en inglés
In the present work, a computer aided diagnosis system based on texture features has been proposed to aid in the diagnosis of non palpable breast lesions. The work is composed of 3 main stages: segmentation, characterization and detection. In the segmentation stage, the breast region is segmented from the whole mamogram using mathematical morphology techniques. In the characterization stage were extracted 19 textures measures, 13 from Haralick's features and 6 based from Wavelet Transform. These features were calculated from regions of interest containing breast lesions and normal breast regions. Were selected the best features using Jeffries Matusita distance. The images were classiffied using K-NN classifier. In the detection stage the algorithm developed was applied to a image database containing non palpable breast lesions. At the end, the results were presented and discussion was made upon tables and ROC-FROC curves. The results obtained were sensitivity = 80% with 1.47 FP/image with Haralick's features and sensitivity = 70% and 1.96 FP/image with features based on Wavelet Transform.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
Fecha de Publicación
2017-05-12
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2021. Todos los derechos reservados.