Orientador: Diana Rodrigues de Pina / Resumo: Esta pesquisa teve como objetivo o desenvolvimento um novo algoritmo objetivo, confiável, reprodutível e de baixo custo para estimar com precisão o percentual do volume de DM (PDM) em mamografias digitais processadas, produzidas por sistema de radiologia computadorizada (CR). Para atingir esse objetivo três etapas foram adotadas: (i) Foi desenvolvido um algoritmo a ser utilizado como pré-processamento da imagem para realçar os tecidos presentes na região periférica da imagem mamográfica. Os resultados obtidos foram comparados com outras metodologias descritas na literatura, utilizando o valor médio dos pixels, skweness, kurtosis e por análise gradativa visual. Dentre os métodos avaliados a metodologia desenvolvida foi a que obteve os melhores resultados; (ii) Foi desenvolvido um algoritmo para segmentar a área do tecido fibroglanduar da imagem mamográfica. A segmentação foi realizada através da otimização da técnica de Fuzzy C-Means with Variable Compactness (FCMVC). As imagens obtidas foram classificadas conforme a área de tecido fibroglandular e comparados com a avaliação do BI-RADS. O resultado dessa comparação apresenta 67,8% de classificação correta, com coeficiente de correlação de Spearman de ρ = 0,618, para p <0,001. A estatística de Bland-Altman não mostrou diferenças significativas (viés de -0,20 ± 1,52) entre os dois métodos. O coeficiente kappa de Cohen foi de 0,47, sugerindo uma concordância moderada; (iii) Finalmente foi utilizada a segmentação e quantificação r... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The aim of this research was to develop of a new, reliable, reproducible and low cost algorithm to accurately estimate the percentage of breast density (PBD) in processed digital mammograms, produced by computerized radiology (CR) system. To achieve this goal, three steps were taken: (i) An image preprocessing algorithm was developed to enhance tissues present in the peripheral region of the mammographic image. The obtained results were compared with other methodologies described in the literature, using the mean value of the pixels, skewness, kurtosis and by visual gradient analysis. The methodology developed was the one that obtained the best results; (ii) An algorithm was developed to segment the area of the fibroglandular tissue in mammographic image. This segmentation was performed through the optimization of the Fuzzy C-Means with Variable Compactness (FCMVC) technique. The images obtained were classified according to the area of fibroglandular tissue and compared with the BI-RADS evaluation. The results of this comparison presented 67.8% of correct classification, with Spearman's correlation coefficient of ρ = 0.618, for p <0.001. The Bland-Altman statistic did not show significant differences (bias of -0.20 ± 1.52) between the two methods. Cohen's kappa coefficient comparing the performance of the algorithm with the visual evaluation for the different BI-RADS scores was 0.47, suggesting a moderate but encouraging agreement; (iii) Finally, the segmentation and quantifi... (Complete abstract click electronic access below) / Doutor
| Identifer | oai:union.ndltd.org:UNESP/oai:www.athena.biblioteca.unesp.br:UEP01-000916207 |
| Date | January 2019 |
| Creators | Menegatti Pavan, Ana Luiza |
| Contributors | Universidade Estadual Paulista "Júlio de Mesquita Filho" Instituto de Biociências (Campus de Botucatu). |
| Publisher | Botucatu, |
| Source Sets | Universidade Estadual Paulista |
| Language | Portuguese |
| Detected Language | English |
| Type | computer file |
| Relation | Sistema requerido: Adobe Acrobat Reader |
Page generated in 0.002 seconds