Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: https://tedebc.ufma.br/jspui/handle/tede/tede/510
Tipo do documento: Dissertação
Título: DETECÇÃO DE MASSAS EM IMAGENS MAMOGRÁFICAS ATRAVÉS DO ALGORITMO GROWING NEURAL GAS E DA FUNÇÃO K DE RIPLEY
Título(s) alternativo(s): DETECTION OF MASSES IN MAMOGRAPHY THROUGH ALGORITMA NEURAL GAS AND GROWING ROLE OF K RIPLEY
Autor: Martins, Leonardo de Oliveira
Primeiro orientador: SILVA, Aristófanes Corrêa
Resumo: O câncer de mama apresenta-se como um grave problema de saúde pública em vários países do mundo. Sistemas de Detecção e Diagnóstico baseados em computador (CAD/CADx) vêm sendo usados com relativo sucesso no auxílio aos profissionais de saúde. O objetivo de tais sistemas não é substituir o profissional, mas unir forças com o objetivo de detectar precocemente os diferentes tipos de câncer. A principal contribuição deste trabalho é apresentar uma metodologia para detecção de massas em imagens mamográficas digitais, utilizando para tanto o algoritmo Growing Neural Gas para a segmentação da imagem e a função K de Ripley para descrever a textura dos objetos segmentados. A classificação desses objetos é feita através de uma Máquina de Vetor de Suporte (Support Vector Machine - SVM), a qual separa os mesmos em dois grupos: massa e não-massa. A metodologia obteve 89,30% de acerto e uma taxa de 0,93 falso-positivos por imagem.
Abstract: Breast cancer is a serious public health problem in several countries of the world. Computer-Aided Detection/Diagnosis systems (CAD/CADx) have been used with relative success in aid to health care professionals. The goal of such systems is not to replace the professional, but join forces in order to early detect the different types of cancer. The main contribution of this work is to present a methodology for detecting masses in digitized mammograms using the algorithm Growing Neural Gas for the segmentation of the image and Ripley’s K function to describe the texture of segmented objects. The classification of these objects is accomplished through a Support Vector Machine (SVM), which separates them into two groups: masses and non-masses. The methodology obtained 89,30% of accuracy and a rate of 0,93 false-positive per image.
Palavras-chave: Textura
Função K de Ripley
Growing Neural Gas
Detecção auxiliada por computador
Mamografia
Texture
Ripley’
s K Function
Growing Neural Gas
Computeraided detection
Mamography
Área(s) do CNPq: CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA
Idioma: por
País: BR
Instituição: Universidade Federal do Maranhão
Sigla da instituição: UFMA
Departamento: Engenharia
Programa: PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET
Citação: MARTINS, Leonardo de Oliveira. DETECTION OF MASSES IN MAMOGRAPHY THROUGH ALGORITMA NEURAL GAS AND GROWING ROLE OF K RIPLEY. 2007. 106 f. Dissertação (Mestrado em Engenharia) - Universidade Federal do Maranhão, São Luis, 2007.
Tipo de acesso: Acesso Aberto
URI: http://tedebc.ufma.br:8080/jspui/handle/tede/510
Data de defesa: 7-Dez-2007
Aparece nas coleções:DISSERTAÇÃO DE MESTRADO - PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE

Arquivos associados a este item:
Arquivo TamanhoFormato 
Leonardo Martins.pdf1,37 MBAdobe PDFBaixar/Abrir Pré-Visualizar


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.