Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: https://tedebc.ufma.br/jspui/handle/tede/tede/64
Tipo do documento: Tese
Título: PROCESSAMENTO E ANÁLISE DE SINAIS MAMOGRÁFICOS NA DETECÇÃO DO CÂNCER DE MAMA: Diagnóstico Auxiliado por Computador (CAD)
Título(s) alternativo(s): PROCESSING AND ANALYSIS OF MAMMOGRAPHIC SIGNALS IN THE DETECTION OF BREAST CANCER: Computer Aided Diagnosis (CAD)
Autor: Costa, Daniel Duarte 
Primeiro orientador: BARROS FILHO, Allan Kardec Duailibe
Primeiro membro da banca: Nascimento, Maria do Desterro Soares Brandão
Segundo membro da banca: Chein, Maria Bethânia da Costa
Resumo: O câncer de mama é a principal causa de morte por câncer na população feminina dos países ocidentais. Para melhorar a precisão do diagnóstico por radiologistas e fazê-lo de forma precoce, novos sistemas de visão computacional têm sido criados e melhorados com o decorrer do tempo. Alguns métodos de detecção e classificação da lesão em imagens radiológicas, por sistemas de diagnósticos por computador (CAD), foram desenvolvidos utilizando diferentes técnicas estatísticas. Neste trabalho, apresentam-se metodologias de sistemas CADs para detectar e classificar regiões de massa em imagens mamográficas, oriundas de duas bases de imagens: DDSM e MIAS. Os resultados mostram que é possível, através destas metodologias, obter uma taxa de detecção de até 96% das regiões de massa, utilizando a técnica de codificação eficiente com o algoritmo de agrupamento k-means, e classificar corretamente as regiões de massa em até 90% utilizando-se das técnicas de análise de componentes independentes (ICA) e análise discriminante linear (LDA). A partir destes resultados gerou-se uma aplicação web, denominada SADIM (Sistema de Auxílio a Diagnóstico de Imagem Mamográfica), que pode ser utilizado por qualquer profissional cadastrado. Palavras-chave: processamento de imagens médicas; diagnóstico auxiliado por computador; mamografias análise de imagens; codificação eficiente.
Abstract: Breast cancer is the leading cause of cancer death among women in Western countries. To improve the accuracy of diagnosis by radiologists and doing it so early, new computer vision systems have been developed and improved with the passage of time. Some methods of the detection and classification of lesions in mammography images for computer systems diagnostic (CAD) were developed using different statistical techniques. In this thesis, we present methodologies of CADs systems to detect and classify mass regions in mammographic images, from two image databases: DDSM and MIAS. The results show that it is possible by these methods to obtain a detection rate of up to 96% of mass regions, using efficient coding technique and K-means clustering algorithm. To classify regions in mass or non-mass correctly, was obtained a success rate up to 90% using the independent component analysis (ICA) and linear discriminant analysis (LDA). From these results generated a web application, called SADIM (Sistema de Auxílio a Diagnóstico de Imagem Mamográfica), which can be used by any registered professional.
Palavras-chave: Processamento de imagens médicas
Diagnóstico Auxiliado por Computador
Mamografias análise de imagens
Codificação eficiente
Medical image processing
Computer Aided Diagnosis (CAD)
Mammography - Image analysis
Efficient coding
Área(s) do CNPq: CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA
Idioma: por
País: BR
Instituição: Universidade Federal do Maranhão
Sigla da instituição: UFMA
Departamento: Fertilização
Programa: PROGRAMA DE PÓS-GRADUAÇÃO EM BIOTECNOLOGIA - RENORBIO/CCBS
Citação: COSTA, Daniel Duarte. PROCESSING AND ANALYSIS OF MAMMOGRAPHIC SIGNALS IN THE DETECTION OF BREAST CANCER: Computer Aided Diagnosis (CAD). 2012. 111 f. Tese (Doutorado em Fertilização) - Universidade Federal do Maranhão, São Luís, 2012.
Tipo de acesso: Acesso Aberto
URI: http://tede2:8080/tede/handle/tede/64
Data de defesa: 6-Dez-2012
Aparece nas coleções:TESE DE DOUTORADO - PROGRAMA DE PÓS-GRADUAÇÃO EM BIOTECNOLOGIA/RENORBIO

Arquivos associados a este item:
Arquivo TamanhoFormato 
Tese Daniel Duarte Costa.pdf3 MBAdobe PDFBaixar/Abrir Pré-Visualizar


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