National and Kapodistrian University of Athens
Ολοκληρωμένο σύστημα ταξινόμησης εικόνων μαστογραφίας
Abstract
dc:descriptionΑντικείμενο της παρούσας διπλωματικής εργασίας είναι η μελέτη και ανάπτυξη ενός υπολογιστικού συστήματος υποβοήθησης διάγνωσης για τη διάκριση εικόνων μαστογραφίας σε εικόνες: φυσιολογικές, με καλοήθη μορφώματα και με κακοήθη μορφώματα. Για τον σχεδιασμό και την υλοποίηση του συστήματος χρησιμοποιήθηκαν 299 ROIs από τη βάση δεδομένων Mini-MIAS (207 αποτελούνται από φυσιολογικό ιστό, 53 περιλαμβάνουν καλοήθη μορφώματα και 39 περιλαμβάνουν κακοήθη μορφώματα). Υλοποιήθηκαν τα ακόλουθα τέσσερα βασικά στάδια: προ-επεξεργασία, εξαγωγή χαρακτηριστικών, επιλογή χαρακτηριστικών και ταξινόμηση. Κατά το στάδιο της προ-επεξεργασίας έγινε αύξηση της αντίθεσης της εικόνας και αποκοπή του ROI. Έπειτα ακολούθησε η εξαγωγή 145 χαρακτηριστικών από κάθε ROI (χαρακτηριστικά υφής 1ης και 2ης τάξης, καθώς και χαρακτηριστικά υφής 1ης τάξης από μετασχηματισμό με μάσκες Laws και φίλτρα Gabor). Τα χαρακτηριστικά αυτά αποτέλεσαν είσοδο σε ένα σύστημα αναγνώρισης προτύπων που σχεδιάστηκε ώστε να κατηγοριοποιεί σε φυσιολογική, καλοήθη ή κακοήθη τη μαστογραφική περιοχή ενδιαφέροντος. Υλοποιήθηκαν οι ταξινομητές: k–NN, PNN με Gaussian, Exponential και Reciprocal πυρήνα, Naive Bayes και SVM με γραμμικό και Gaussian ακτινικής βάσης πυρήνα. Για κάθε ταξινομητή, βρέθηκε ο βέλτιστος συνδυασμός 10 χαρακτηριστικών με χρήση της μεθόδου SFFS. Το προτεινόμενο σύστημα αξιολογήθηκε με τη μέθοδο 10-Fold της μεθόδου ICV. Η απόδοση του συστήματος σε «άγνωστα» δεδομένα εκτιμήθηκε με τη μέθοδο ECV.
Author and committee
dc:creator, dc:contributor.*- Author dc:creator
-
- Πηλιχού Σταματίνα
Rights
- Language dc:language
- Ελληνικά, Greek
Identifiers
dc:identifier.*- Identifier
- uoadl:1319277