Aplicación móvil para clasificar regiones en imágenes mamográficas dicom

Abstract:

El cáncer de mama genera millones de muertes alrededor del mundo todos los años lo cual hace indispensable su pronta detección. Mientras la tecnología avanza se ve la necesidad del uso cotidiano de dispositivos cada vez más pequeños. En el presente trabajo se desarrolló un prototipo móvil que permite clasificar regiones de interés presentes en las imágenes mamográficas DICOM. Se utilizó una data set de 211 imágenes mamografías. El proceso se dividió en cuatro fases: preparación de imágenes, preprocesamiento, segmentación y clasificación. En la fase preparación se usó la librería DCMTK para la lectura y manejo de imágenes. En la fase preprocesamiento con algoritmos como Clahe para la mejora del contraste. Además, la técnica HMF para eliminar el ruido de tipo sal y pimienta. La fase segmentación con Canny se utilizó para la detección de bordes y Watershed para la segmentación. Lo que permitió obtener regiones correspondientes a Masas, Microcalcificaciones y tejidos presentes en la mama. Los resultados de HMF en proporción máxima de señal a ruido promedio de todas las imágenes usadas de 77 dB. El algoritmo Canny presento un 21% de uso en CPU y Watershed uso de Memoria en ejecución de 3709,97 Megabytes (MB). Para luego, ser clasificado mediante Máquinas de Soporte Vectorial (SVM) con resultados de accuracy: 82,43% en masas, 83,78% en micros y 75,36% en masas con micros. Donde la clasificación tiende a bajar para imágenes de tipo masas y micros, y solo masas o micros se mantienen en valores similares.

Año de publicación:

2022

Keywords:

• SOFTWARE DE APLICACION
• INGENIERÍA DE SISTEMAS
• MAMOGRAFÍA
• Analisis De Sistemas
• TELEFONIA MOVIL

Fuente:

rraae