Detección de carcinomas en las imágenes de mamografía mediante tecnicas de procesamiento de imágenes y reconocimiento de patrones
Voir/ Ouvrir
Date
2011Les auteurs
Ramírez de la Espriella, GerardoDirecteur
Parra, Carlos AlbertoÉditeur
Pontificia Universidad Javeriana
Faculté
Facultad de Ingeniería
Programme
Maestría en Ingeniería Electrónica
Titre obtenu
Magíster en Ingeniería Electrónica
Type
Tesis/Trabajo de grado - Monografía - Maestría
COAR
Tesis de maestríaPartager cet enregistrement
Citación
Metadata
Afficher la notice complète
Documents PDF
résumé
Una de las principales enfermedades que ocasiona la muerte en el mundo es el CANCER y dentro de los diferentes tipos de cáncer el cáncer de Mama ocupa la segunda posición en la población mundial y la primera en las mujeres [8,10 ] . Dentro del proceso de diagnóstico se utilizan diferentes técnicas y la más utilizada es la mamografía, la cual consiste en una técnica no invasiva mediante la exposición del seno a un haz leve de rayos X generando una imagen digital en dos dimensiones la cual requiere de un análisis efectuado por personal especializado (radiólogos) quienes buscan dos tipos de información de carcinoma: Tumores (masas) y calcificaciones. Las calcificaciones o acumulaciones de calcio que se forman en los ductos de las glándulas mamarias acurde a su tamaño, formas y etiologías ofrecen diferentes propiedades en el diagnóstico de agrupaciones o clúster aislados y pequeños con una alta probabilidad de ser Malignas o Benignas.
Abstrait
The use of CAD (Computer Added Detections) it s a one possible second option for radiology reader in early detections of mammography exams. This project used the protocol BIRADS for diagnosis s using image processing and classifications using the MIAS data base of 22 image of microcalfifications, this job search micro calcifications for diagnostic between benign and malign. The methodology used form and size descriptors for feature extraction, selections and classifications. The vector of feature used morphological descriptor how: area, convex area, perim, solidest and eccentricity. The project implement of classifications was decision tree, using solidest and eccentricity for node of decisions. In segmentations the morphological edge detector Top Hat has a good result.
Des thèmes
Ultrasonografía mamariaNeoplasias de la mama - Diagnóstico
Maestría en ingeniería electrónica - Tesis y disertaciones académicas
Google Analytics Statistics