Este trabalho apresenta um estudo sobre a utilização da Transformada de Wavelet para o realce de contraste de estruturas de interesse mamográfico (nódulos e microcalcificações), visando o desenvolvimento de um sistema computacional para auxílio ao diagnóstico do câncer de mama. Este sistema compõe-se basicamente de 3 etapas: pré-processamento, detecção e classificação, sendo que este trabalho insere-se na etapa de pré-processamento. Nessa etapa as estruturas de interesse foram realçadas de forma a propiciar um melhor desempenho nas etapas seguintes. No trabalho aqui descrito as estruturas de interesse contidas em mamogramas digitalizados foram realçadas pela Transformada de Wavelet através de dois métodos distintos: Ganho Adaptativo Multiescala e Reconstrução Parcial. Na técnica Ganho Adaptativo Multiescala a imagem é decomposta em sub-imagens pela Transformada de Wavelet. As sub-imagens decompostas são realçadas por uma função não linear e então a imagem realçada é obtida pela aplicação da Transformada Inversa de Wavelet. Na técnica Reconstrução Parcial, a imagem é decomposta em sub-imagens pela Transformada de Wavelet. São selecionadas as sub-imagens onde as estruturas de interesse são mais representativas e então a imagem realçada é obtida pela aplicação da Transformada Inversa de Wavelet à estas sub-imagens. A avaliação dos resultados é feita por um quantificador da melhoria de contraste das imagens e pela análise do histograma. / In the present work, we presents a study about using of Wavelet Transform in contrast enhancement of mammographic features(mass and microcalcifications), as part of developing a Computerized System proposed to aid in diagnosis of breast cancer. This system is composed of 3 main stages: early processing, detection and classification, and this work is into the early processing stage. In this stage structures of interest have been enhanced to improve performance at following stages. In this work, mammographic features have been enhanced by application of 2 distinct methods using Wavelet Transform: Multiscale Adaptive Gain and Partial Reconstruction. Multiscale Adaptive Gain decomposes the original image in subimages by application of Wavelet Transform. These subimages are enhanced throw the application of a non linear function and the enhanced image is obtained by application of Inverse Wavelet Transform. Partial Reconstruction decomposes the original image in subimages by application of Wavelet Transform. The subimages more representative for mammographic features are selected and the enhanced image is obtained by application of lnverse Wavelet Transform in these subimages. The final results obtained are evaluated by a Contrast Improvement Quantifier and histogram analysis.
| Identifer | oai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-31102017-105419 |
| Date | 30 July 1999 |
| Creators | Pereira Junior, Roberto Rodrigues |
| Contributors | Marques, Paulo Mazzoncini de Azevedo |
| Publisher | Biblioteca Digitais de Teses e Dissertações da USP |
| Source Sets | Universidade de São Paulo |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | Dissertação de Mestrado |
| Format | application/pdf |
| Rights | Liberar o conteúdo para acesso público. |
Page generated in 0.0021 seconds