@MASTERSTHESIS{ 2013:1752242372,
 	title = {Detecção automática de massas em mamografias digitais usando Quality Threshold clustering e MVS},
 	year = {2013},
 	url = "http://tedebc.ufma.br:8080/jspui/handle/tede/1834",
 	abstract = "O câncer de mama é, mundialmente, a forma mais comum de câncer em mulheres afetando,
 em algum momento suas vidas, aproximadamente uma em cada nove a uma em cada treze
 mulheres que atingem os noventa anos no mundo ocidental (LAURANCE, 2006). O câncer
 de mama é ocasionado pela reprodução frequente de células de diversas partes do corpo
 humano. Em certos momentos e por motivos ainda desconhecidos algumas células começam a
 se reproduzir com uma velocidade maior, ocasionando o surgimento de massas celulares
 denominadas de neoplasias ou tumores que são tecidos de formação nova, mas de origem
 patológica. Neste trabalho foi proposto um método de detecção automática de massas em
 mamografias digitais usando o Quality Threshold (QT), e a Máquina de Vetores de Suporte
 (MVS). As etapas de processamento das imagens foram as seguintes: primeiramente veio a
 fase de pré-processamento que consiste em retirar o fundo da imagem, suavizá-la com um
 filtro passa-baixa, aumentar a escala de contraste, e na sequencia realizar um realce com a
 Transformada de Wavelet (WT) através da alteração dos seus coeficientes com uma função
 linear. Após a fase de pré-processamento vem a seguimentação utilizando o QT que segmenta
 a imagem em clusters com diâmetros pré-definidos. Em seguida, vem o pós-processamento
 com a seleção dos melhores candidatos à massa feita através da análise dos descritores de
 forma pela MVS. Para fase de extração de características de textura foram utiliza os
 descritores de Haralick e a função correlograma. Já na fase de classificação a MVS
 novamente foi utilizada para o treinamento, validação do modelo MVS e teste final. Os
 resultados alcançados foram: sensibilidade de 92,31%, especificidade de 82,2%, Acurácia de
 83,53%, uma taxa de falsos positivos por imagem de 1,12 e uma área sob a curva FROC de
 0,8033.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET},
 	note = {DEPARTAMENTO  DE ENGENHARIA DA ELETRICIDADE/CCET}
}