In this dissertation, level set methods are employed to segment masses in digital mammographic images and to classify land cover classes in hyperspectral data. For the mammography computer aided diagnosis (CAD) application, level set-based segmentation methods are designed and validated for mass periphery segmentation, spiculation segmentation, and core segmentation. The proposed periphery segmentation uses the narrowband level set method in conjunction with an adaptive speed function based on a measure of the boundary complexity in the polar domain. The boundary complexity term is shown to be beneficial for delineating challenging masses with ill-defined and irregularly shaped borders. The proposed method is shown to outperform periphery segmentation methods currently reported in the literature. The proposed mass spiculation segmentation uses a generalized form of the Dixon and Taylor Line Operator along with narrowband level sets using a customized speed function. The resulting spiculation features are shown to be very beneficial for classifying the mass as benign or malignant. For example, when using patient age and texture features combined with a maximum likelihood (ML) classifier, the spiculation segmentation method increases the overall accuracy to 92% with 2 false negatives as compared to 87% with 4 false negatives when using periphery segmentation approaches. The proposed mass core segmentation uses the Chan-Vese level set method with a minimal variance criterion. The resulting core features are shown to be effective and comparable to periphery features, and are shown to reduce the number of false negatives in some cases. Most mammographic CAD systems use only a periphery segmentation, so those systems could potentially benefit from core features.

Τα υπολογιστικά συστήματα υποβοήθησης ανίχνευσης και διάγνωσης αλλοιώσεων του μαστού έχουν προταθεί στις διάφορες απεικονιστικές τεχνικές «ως δεύτεροι αναγνώστες» με σκοπό να αυξήσουν τη διαγνωστική ακρίβεια του ακτινολόγου και να μειώσουν τη μεταβλητότητα μεταξύ και ενδο-παρατηρητή κατά την ερμηνεία της μαστογραφικής εικόνας. Η αυτόματη διάγνωση των ομάδων μικροαποτιτανώσεων αποτελεί ανοικτό ερευνητικό ζήτημα. Τα προταθέντα συστήματα ψηφιακής υποβοήθησης διάγνωσης ομάδων μικροαποτιτανώσεων ακολουθούν δύο βασικές προσεγγίσεις: (α) ανάλυση μορφολογίας των μεμονωμένων μικροαποτιτανώσεων της ομάδας και (β) ανάλυση υφής των περιοχών ενδιαφέροντος της μαστογραφικής εικόνας που περικλείει την ομάδα μικροαποτιτανώσεων. Τα συστήματα αυτά διατυπώνουν μαθηματικά το κλινικό ερώτημα αξιοποιώντας μεθόδους επεξεργασίας και ανάλυσης εικόνας με σκοπό την ποσοτικοποίηση δομικών και λειτουργικών παραμέτρων του απεικονιζόμενου ιστού. Στην παρούσα εργασία περιγράφονται οι τρέχουσες προσεγγίσεις στην μεθοδολογία ανάπτυξης συστημάτων υποβοήθησης διάγνωσης ομάδων μικροαποτιτανώσεων στην μαστογραφία ακτίνων-Χ. Σκοπός είναι η ανάδειξη των πλεονεκτημάτων, μειονεκτημάτων και προκλήσεων των διαφορετικών προσεγγίσεων της ψηφιακής υποβοήθησης διάγνωσης, η καταγραφή των εξελίξεων και αναδυόμενων μεθόδων καθώς και η διερεύνηση και αποτύπωση των μελλοντικών ερευνητικών βημάτων. / Computer-aided detection and diagnosis schemes have been proposed across breast imaging modalities to improve diagnostic accuracy and reduce inter- and intra-observer variability in image interpretation. Computer-aided diagnosis schemes for microcalcification clusters in mammography are based on morphology analysis of individual microcalcifications and on texture analysis of the depicted breast tissue. The current study reviews major approaches in the development of computer-aided diagnosis schemes for microcalcification clusters in mammography, while recent advances and challenges of each methodological approach are highlighted.

Due to the risk of complications such as hemorrhage, severe pelvic trauma is associated with a high mortality rate. Prompt medical treatment is therefore vital. However, the complexity of the injuries can make successful diagnosis and treatment challenging. By generating predictions and recommendations based on patient data, computer-aided decision support systems have the potential to assist physicians in improving outcomes. However, no current system considers features automatically extracted from medical images. This dissertation describes a system to extract diagnostic features from pelvic X-ray images that can be used as input to the prediction process; specifically, the presence of fracture and quantitative measures of displacement. Feature extraction requires prior identification of separate structures of interest within the pelvis. The proposed system therefore incorporates a hierarchical segmentation algorithm which is able to automatically extract multiple structures in a single pass, using a combination of anatomical knowledge and computational techniques such as directed Hough Transform. This algorithm also applies a novel Spline/ASM segmentation method which combines cubic spline interpolation with a deformable model approach which maintains curved contours and provides local control over segmentation. In order for the proposed system to be used as a component in a computerized decision support system, segmentation is designed to be entirely automatic. Furthermore, Spline/ASM is suitable for many other segmentation applications where the objects of interest show curved contours. After successful segmentation, fracture detection is performed on the pelvic ring and pubis structures, using an algorithm based on wavelet transform, anatomical information and boundary tracing. A method is also developed to calculate quantitative measures of symphysis pubis displacement that may indicate pelvic instability and prove useful in identifying fracture patterns. Finally, X-ray features are combined with patient demographics and physiological scores for generation of predictive rules for injury severity, with promising current results. This indicates the potential diagnostic value of the extracted features, and in turn the usefulness of the proposed radiograph analysis component in a larger decision support system.

Este trabalho teve como objetivo desenvolver uma base de imagens mamográficas online com acesso público para desenvolvimento, testes e avaliação comparativa de esquemas computadorizados de auxilio ao diagnóstico (CADs). A base contem imagens de vários hospitais, com grande variedade de laudos, também disponíveis na base assim como informações sobre dados clínicos (não confidenciais) dos pacientes. Uma interface detalhada foi criada para permitir o fácil acesso público, permitindo o uso de ferramentas de busca, recorte, analise estatística e inserção remota de imagens, entre outras. Testes comparativos com bases já existentes e amplamente usadas mostraram que a base desenvolvida tem quantidade e qualidade de imagens comparável ou superior as outras, além de oferecer uma quantidade de ferramentas muito maior. / This work has the objective of developing an online mamographic image database with public access for development, test and evaluation of computer-aided diagnosis (CAD). The database contains images from several hospitals, with great variety of medical reports, also available on the database together with other clinical information (not classified) from the patient. A detailed interface was developed to allow easy public access, allowing the use of tools for search, clipping, statistical analyses, remote insertion and others. Comparative test with other already existing databases shown that the presented database has quantity and quality comparable or superior to the others and offers a greater set of tools for the user.

Nos últimos tempos, observa-se um grande crescimento na utilização de computadores como ferramenta de auxílio nas mais diversas áreas, sendo a Medicina uma das principais áreas dessa utilização. Inúmeras aplicações da Informática podem ser encontradas na área médica, citando-se os sistemas de apoio ao diagnóstico como uma das mais marcantes. Esses sistemas têm como principal objetivo auxiliar o profissional da área no processo de tomada de decisões, o qual pode ocorrer em diferentes etapas de sua atividade. Esse processo normalmente envolve uma grande quantidade de dados e informações, que podem ser armazenadas e processadas muito mais rapidamente por computador. O objetivo principal desse trabalho é o desenvolvimento de um sistema computacional baseado na técnica de redes neurais artificiais, para auxílio ao médico radiologista na confirmação de diagnóstico das chamadas lesões intersticiais pulmonares. O exame radiológico para esse grupo é de difícil interpretação mesmo para profissionais bem treinados, visto o grande número de patologias assim classificadas e a semelhança entre elas. Os dados para treinamento da rede neural são obtidos por protocolo gerado por especialistas, através da revisão de casos com diagnóstico confirmado para determinadas patologias. O sistema desenvolvido é baseado em uma rede neural do tipo perceptron multicamadas, que funciona como um classificador de padrões – dado um conjunto de dados de entrada, a saída é classificada entre determinadas patologias. Nessa pesquisa, são levantados elementos para justificar a utilização de redes neurais artificiais em sistemas de apoio ao diagnóstico, objetivando uma ferramenta confiável para o auxílio ao profissional no seu dia-a-dia, e também uma ferramenta educacional de auxílio ao treinamento e qualificação para os estudantes da área médica. / It is observed that a big growing in the use of computers as a tool to help in several areas, specially in medicine, happened in the past years. A big number of applications of these computers can be found in Medicine, such as the Diagnosis Support System, which is one of the most remarkable. These systems have as its main objective to help in the phases its activity. This process usually involves a lot of data and information, which can be stored by a computer very quickly. The most important objective of this project is the development of a computer system based in artificial neural network to help the Radiologist in the confirmation of the diagnosis of the so-called Interstitial Lung Disease. The radiological examination for this group has a difficult interpretation even to well-trained professionals, due to the big number of classified as well as similar pathologies in this area. The data for the neural net are obtained through a protocol generated by specialists, through the review of cases with confirmed diagnosis for certain pathologies. The developed system is based in a kind of multilayer perceptron neural net, which run as a classifier of patterns. A number of data is given as entry data, afterwards the exit is classified among certain pathologies. In this research, elements to justify the use of the artificial neural net in diagnosis support systems are raised, objectifying a reliable tool to help professionals who use it day by day and also as an educational tool to help in the training and qualification of medical school students.

Este trabalho apresenta o estudo e implementação de um banco de conhecimentos para auxiliar o diagnóstico de lesões da mama por inspeção visual, permitindo ao médico consultas através de características pictóricas da imagem e a comparação visual entre imagem investigada e imagens previamente classificadas e suas informações clínicas. As imagens encontram-se classificadas no banco de conhecimentos segundo o padrão \"Breast imaging reporting and data systems\" (BI-RADS) do Colégio Americano de Radiologia. A seleção das imagens, informações clínicas representativas, bem como sua classificação foram realizada em conjunto com médicos radiologistas do Centro de Ciências das Imagens e Física Médica (CCIFM) da Faculdade de Medicina de Ribeirão Preto (FMRP) da Universidade de São Paulo (USP). O processo de indexação e recuperação das imagens é baseado em atributos de textura extraídos de \"Regions of interest\" (ROIs) previamente estabelecidas em mamogramas digitalizados. Para simplificar este processo, foi utilizado a Análise de Componentes Principais (PCA), que visa a redução do número de atributos de textura e as informações redundantes existentes. Os melhores resultados obtidos foram para as ROIs 139 (Precisão = 0.80), 59 (Precisão = 0.86) e um valor de 100% de acerto para a ROI 40. / This work presents the survey and implementation of a database of knowledge to aid the diagnostic of breast lesions through visual inspection, allowing the physician a seach through the characteristics of the contents of the image and the visual comparison between the analysed image and the previously classified images and its clinical information. The images are classified into the database of knowledge according to the pattern Breast Imaging Reporting and Data Systems (BI-RADS) of the American College of Radiology. The selection of the images, the representative clinical information, as well as its classification have been performed in conjunction with practictioners radiologists of the Centro de Ciências das Imagens e Física Médica (CCIFM) from Faculdade de Medicina de Ribeirão Preto (FMRP) from Universidade de São Paulo (USP). The process of indexing and retrieving the images is based on characteristic of the texture extracted from the regions of interest (ROIs) previously established through scanned mammograms. To simplify this path, the Principal Components Analysis (PCA) was used it aims the reduction of the number of features of texture and the existing redundant information. The best results obtained were to the ROIs 139 (precision = 0.80), 59 (precision = 0.86) and a value of 100% of precision for ROI 40.

Nos últimos tempos, observa-se um grande crescimento na utilização de computadores como ferramenta de auxílio nas mais diversas áreas, sendo a Medicina uma das principais áreas dessa utilização. Inúmeras aplicações da Informática podem ser encontradas na área médica, citando-se os sistemas de apoio ao diagnóstico como uma das mais marcantes. Esses sistemas têm como principal objetivo auxiliar o profissional da área no processo de tomada de decisões, o qual pode ocorrer em diferentes etapas de sua atividade. Esse processo normalmente envolve uma grande quantidade de dados e informações, que podem ser armazenadas e processadas muito mais rapidamente por computador. O objetivo principal desse trabalho é o desenvolvimento de um sistema computacional baseado na técnica de redes neurais artificiais, para auxílio ao médico radiologista na confirmação de diagnóstico das chamadas lesões intersticiais pulmonares. O exame radiológico para esse grupo é de difícil interpretação mesmo para profissionais bem treinados, visto o grande número de patologias assim classificadas e a semelhança entre elas. Os dados para treinamento da rede neural são obtidos por protocolo gerado por especialistas, através da revisão de casos com diagnóstico confirmado para determinadas patologias. O sistema desenvolvido é baseado em uma rede neural do tipo perceptron multicamadas, que funciona como um classificador de padrões – dado um conjunto de dados de entrada, a saída é classificada entre determinadas patologias. Nessa pesquisa, são levantados elementos para justificar a utilização de redes neurais artificiais em sistemas de apoio ao diagnóstico, objetivando uma ferramenta confiável para o auxílio ao profissional no seu dia-a-dia, e também uma ferramenta educacional de auxílio ao treinamento e qualificação para os estudantes da área médica. / It is observed that a big growing in the use of computers as a tool to help in several areas, specially in medicine, happened in the past years. A big number of applications of these computers can be found in Medicine, such as the Diagnosis Support System, which is one of the most remarkable. These systems have as its main objective to help in the phases its activity. This process usually involves a lot of data and information, which can be stored by a computer very quickly. The most important objective of this project is the development of a computer system based in artificial neural network to help the Radiologist in the confirmation of the diagnosis of the so-called Interstitial Lung Disease. The radiological examination for this group has a difficult interpretation even to well-trained professionals, due to the big number of classified as well as similar pathologies in this area. The data for the neural net are obtained through a protocol generated by specialists, through the review of cases with confirmed diagnosis for certain pathologies. The developed system is based in a kind of multilayer perceptron neural net, which run as a classifier of patterns. A number of data is given as entry data, afterwards the exit is classified among certain pathologies. In this research, elements to justify the use of the artificial neural net in diagnosis support systems are raised, objectifying a reliable tool to help professionals who use it day by day and also as an educational tool to help in the training and qualification of medical school students.

O câncer de mama é hoje uma das principais causas de mortalidade de mulheres em todo o mundo. Porém, a sua detecção no estágio inicial de desenvolvimento aumenta consideravelmente as chances de cura. Exatamente por isso estão sendo desenvolvidos vários tipos de sistemas computacionais baseados em processamento de imagens em centros de pesquisas no mundo todo, a fim de auxiliar o radiologista na precisão do seu diagnóstico. A pesquisa aqui apresentada se insere nesse contexto e consistiu no desenvolvimento de um sistema computacional para detectar uma das estruturas que podem ser indício da presença do câncer de mama: os agrupamentos (\"clusters\") de microcalcificações. O sistema aqui apresentado tem como fonte de dados mamogramas digitalizados, nos quais são aplicadas técnicas de processamento para extrair as regiões de interesse e detectar os possíveis \"clusters\" existentes. Os resultados dos testes realizados mostraram que o sistema desenvolvido apresentou uma eficiência de 94% na identificação correta de \"clusters\". / Breast cancer is one of the main causes of women death all over the world. However, early detection of the disease increases greatly the possibility of cure. Therefore, several types of computer systems based on image processing are being developed by many research groups in order to aid the radiologist in the accuracy of the diagnosis. The work presented here is inserted in this context corresponding to the development of a computer system designed to detect microcalcifications clusters - structures which can be a strong indicative of breast cancer. This system database is digitized mammograms, to which image processing techniques are applied in order to detect regions of interest and the possible clusters. The results from the tests have shown an efficacy of 94% of the system in clusters correct identification.

O BancoWeb é uma base de imagens para auxilio a pesquisa na área de mamografia digital. Oferece o gerenciamento da base de dados com um conjunto amplo de imagens mamográficas de qualidade apropriada ao processamento digital e, principalmente, comparação entre diferentes esquemas. O sistema de busca da base de dados/imagens mamográficas está disponível desde 2010, sendo on-line e gratuito. Com os avanços em pesquisas durante todos estes anos, a necessidade e demanda de melhorias, mudanças e incrementos no sistema de gerenciamento e buscas foram surgindo. Por isso, os objetivos deste trabalho estão em desenvolver e aperfeiçoar recursos na busca de imagens, tipos de achado, permitir a classificação pelo sistema CAD, além de implementar um novo sistema de gerenciamento e armazenamento de imagens de um novo phantom, desenvolvido como resultado de pesquisa ainda mais recente no grupo. Testes comparativos com outras bases análogas que disponibilizam imagens mamográficas para download faz do BancoWeb uma ferramenta única e poderosa para o pesquisador e interessado da área, oferecendo mais opções que as demais bases disponíveis atualmente. / BancoWeb is a database of images to aid research in the field of digital mammography. It offers the management of the database with a wide set of mammographic images of appropriate quality to the digital processing and, mainly, comparison between different schemes. The database search system/mammographic images are available since 2010, being online and free. With advances in research over the years, the need for and demand for improvements, changes, and increases in the management and search system have been emerging. Therefore, the objectives of this work are in development and improvement of resources in the search of images, types of find, allow the selection of CAD, in addition to implementing a new system of management and storage of images of a new phantom, developed as a result of even more recent research in the group. Comparative tests with other analogous databases that provide mammographic images for download makes BancoWeb a unique and powerful tool for the researcher and the interested party, offering more options than the other databases currently available.

O BancoWeb é uma base de imagens para auxilio a pesquisa na área de mamografia digital. Oferece o gerenciamento da base de dados com um conjunto amplo de imagens mamográficas de qualidade apropriada ao processamento digital e, principalmente, comparação entre diferentes esquemas. O sistema de busca da base de dados/imagens mamográficas está disponível desde 2010, sendo on-line e gratuito. Com os avanços em pesquisas durante todos estes anos, a necessidade e demanda de melhorias, mudanças e incrementos no sistema de gerenciamento e buscas foram surgindo. Por isso, os objetivos deste trabalho estão em desenvolver e aperfeiçoar recursos na busca de imagens, tipos de achado, permitir a classificação pelo sistema CAD, além de implementar um novo sistema de gerenciamento e armazenamento de imagens de um novo phantom, desenvolvido como resultado de pesquisa ainda mais recente no grupo. Testes comparativos com outras bases análogas que disponibilizam imagens mamográficas para download faz do BancoWeb uma ferramenta única e poderosa para o pesquisador e interessado da área, oferecendo mais opções que as demais bases disponíveis atualmente. / BancoWeb is a database of images to aid research in the field of digital mammography. It offers the management of the database with a wide set of mammographic images of appropriate quality to the digital processing and, mainly, comparison between different schemes. The database search system/mammographic images are available since 2010, being online and free. With advances in research over the years, the need for and demand for improvements, changes, and increases in the management and search system have been emerging. Therefore, the objectives of this work are in development and improvement of resources in the search of images, types of find, allow the selection of CAD, in addition to implementing a new system of management and storage of images of a new phantom, developed as a result of even more recent research in the group. Comparative tests with other analogous databases that provide mammographic images for download makes BancoWeb a unique and powerful tool for the researcher and the interested party, offering more options than the other databases currently available.