Made available in DSpace on 2016-08-17T14:53:26Z (GMT). No. of bitstreams: 1
Leonardo Martins.pdf: 1400853 bytes, checksum: 3b6aa06e1c4b580a53150460124fdeaa (MD5)
Previous issue date: 2007-12-07 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Breast cancer is a serious public health problem in several countries of the
world. Computer-Aided Detection/Diagnosis systems (CAD/CADx) have
been used with relative success in aid to health care professionals. The
goal of such systems is not to replace the professional, but join forces in
order to early detect the different types of cancer. The main contribution of
this work is to present a methodology for detecting masses in digitized
mammograms using the algorithm Growing Neural Gas for the
segmentation of the image and Ripley’s K function to describe the texture
of segmented objects. The classification of these objects is accomplished
through a Support Vector Machine (SVM), which separates them into two
groups: masses and non-masses. The methodology obtained 89,30% of
accuracy and a rate of 0,93 false-positive per image. / O câncer de mama apresenta-se como um grave problema de saúde
pública em vários países do mundo. Sistemas de Detecção e Diagnóstico
baseados em computador (CAD/CADx) vêm sendo usados com relativo
sucesso no auxílio aos profissionais de saúde. O objetivo de tais sistemas
não é substituir o profissional, mas unir forças com o objetivo de detectar
precocemente os diferentes tipos de câncer. A principal contribuição deste
trabalho é apresentar uma metodologia para detecção de massas em
imagens mamográficas digitais, utilizando para tanto o algoritmo Growing
Neural Gas para a segmentação da imagem e a função K de Ripley para
descrever a textura dos objetos segmentados. A classificação desses
objetos é feita através de uma Máquina de Vetor de Suporte (Support
Vector Machine - SVM), a qual separa os mesmos em dois grupos: massa
e não-massa. A metodologia obteve 89,30% de acerto e uma taxa de 0,93
falso-positivos por imagem.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede2:tede/510 |
| Date | 07 December 2007 |
| Creators | Martins, Leonardo de Oliveira |
| Contributors | Silva, Aristófanes Corrêa |
| Publisher | Universidade Federal do Maranhão, PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET, UFMA, BR, Engenharia |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFMA, instname:Universidade Federal do Maranhão, instacron:UFMA |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0117 seconds