{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:1320195"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:1320195","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Σύστημα τμηματοποίησης αγγείων σε μαστογραφικές εικόνες πυρηνικού μαγνητικού συντονισμού για τη μελέτη της αγγειοβρίθειας στον καρκίνο του μαστού","abstract":"Αντικείμενο της διπλωματικής ήταν η μελέτη και ανάπτυξη ενός συστήματος επεξεργασίας μαστογραφικών εικόνων πυρηνικού μαγνητικού συντονισμού για τη διερεύνηση της συσχέτισης μεταξύ της αγγειακής δομής του μαστού με τον καρκίνο του μαστού. Συγκεκριμένα χρησιμοποιήθηκαν εικόνες από 30 ασθενείς που είχαν υποβληθεί σε μαστογραφικό έλεγχο με σύστημα μαγνητικού συντονισμού 3 Tesla, εκτός των οποίων οι 16 είχαν διαγνωστεί με κακοήθεια σύμφωνα με ιστοπαθολογική επιβεβαίωση και οι 14 με καλοήθεια μέσω μαστογραφικής εκτίμησης. Στο σύστημα περιελήφθησαν τεχνικές προβολής μέγιστης έντασης, μείωσης θορύβου, αύξησης αντίθεσης, κατωφλίωσης, αναπτυσσόμενης περιοχής με σπόρους για την τμηματοποίηση των αγγείων και τον διαχωρισμό τους από τον μαστικό αδένα. Στη συνέχεια από την αγγειακή δομή εξήχθησαν 11 χαρακτηριστικά για κάθε ασθενή. Κατόπιν τα χαρακτηριστικά αποτέλεσαν την είσοδο σε ένα σύστημα αναγνώρισης προτύπων που σχεδιάστηκε, έτσι ώστε να προβλέπει τον τύπο καρκίνου του μαστού (κακοήθεια/καλοήθεια). Υλοποιήθηκαν οι ταξινομητές: Ελάχιστης Απόστασης, Πλησιέστερου Γείτονα, Μπαεσιανός, Πιθανοκρατικό Νευρωνικό Δίκτυο και Ελαχίστων Μέσων Τετραγώνων για την ταξινόμηση των περιστατικών στις δύο κατηγορίες. Για κάθε ταξινομητή βρέθηκε ο βέλτιστος συνδυασμός χαρακτηριστικών με τη μέθοδο εξαντλητικής αναζήτησης. Το σύστημα αξιολογήθηκε με τις μεθόδους Self Consistency, Leave-One-Out, Cross Validation. Η απόδοση του συστήματος σε «άγνωστα» δεδομένα εκτιμήθηκε με χρήση της μεθόδου External Cross Validation.","abstract_html":"Αντικείμενο της διπλωματικής ήταν η μελέτη και ανάπτυξη ενός συστήματος επεξεργασίας μαστογραφικών εικόνων πυρηνικού μαγνητικού συντονισμού για τη διερεύνηση της συσχέτισης μεταξύ της αγγειακής δομής του μαστού με τον καρκίνο του μαστού. Συγκεκριμένα χρησιμοποιήθηκαν εικόνες από 30 ασθενείς που είχαν υποβληθεί σε μαστογραφικό έλεγχο με σύστημα μαγνητικού συντονισμού 3 Tesla, εκτός των οποίων οι 16 είχαν διαγνωστεί με κακοήθεια σύμφωνα με ιστοπαθολογική επιβεβαίωση και οι 14 με καλοήθεια μέσω μαστογραφικής εκτίμησης. Στο σύστημα περιελήφθησαν τεχνικές προβολής μέγιστης έντασης, μείωσης θορύβου, αύξησης αντίθεσης, κατωφλίωσης, αναπτυσσόμενης περιοχής με σπόρους για την τμηματοποίηση των αγγείων και τον διαχωρισμό τους από τον μαστικό αδένα. Στη συνέχεια από την αγγειακή δομή εξήχθησαν 11 χαρακτηριστικά για κάθε ασθενή. Κατόπιν τα χαρακτηριστικά αποτέλεσαν την είσοδο σε ένα σύστημα αναγνώρισης προτύπων που σχεδιάστηκε, έτσι ώστε να προβλέπει τον τύπο καρκίνου του μαστού (κακοήθεια/καλοήθεια). Υλοποιήθηκαν οι ταξινομητές: Ελάχιστης Απόστασης, Πλησιέστερου Γείτονα, Μπαεσιανός, Πιθανοκρατικό Νευρωνικό Δίκτυο και Ελαχίστων Μέσων Τετραγώνων για την ταξινόμηση των περιστατικών στις δύο κατηγορίες. Για κάθε ταξινομητή βρέθηκε ο βέλτιστος συνδυασμός χαρακτηριστικών με τη μέθοδο εξαντλητικής αναζήτησης. Το σύστημα αξιολογήθηκε με τις μεθόδους Self Consistency, Leave-One-Out, Cross Validation. Η απόδοση του συστήματος σε «άγνωστα» δεδομένα εκτιμήθηκε με χρήση της μεθόδου External Cross Validation.","abstract_has_math":false,"creators":["Μαριδάκη Εμμανουέλα"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2014,"date_issued":"2014","date_published":"2014","updated_at":"2026-11-19T05:26:15Z","subjects":[],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1320195"],"render_values":[{"text":"uoadl:1320195","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1320195","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1320195","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A1320195","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Μαριδάκη Εμμανουέλα"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2014"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1320195","https://pergamos.lib.uoa.gr/uoa/dl/object/1320195"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Αντικείμενο της διπλωματικής ήταν η μελέτη και ανάπτυξη ενός συστήματος επεξεργασίας μαστογραφικών εικόνων πυρηνικού μαγνητικού συντονισμού για τη διερεύνηση της συσχέτισης μεταξύ της αγγειακής δομής του μαστού με τον καρκίνο του μαστού. Συγκεκριμένα χρησιμοποιήθηκαν εικόνες από 30 ασθενείς που είχαν υποβληθεί σε μαστογραφικό έλεγχο με σύστημα μαγνητικού συντονισμού 3 Tesla, εκτός των οποίων οι 16 είχαν διαγνωστεί με κακοήθεια σύμφωνα με ιστοπαθολογική επιβεβαίωση και οι 14 με καλοήθεια μέσω μαστογραφικής εκτίμησης. Στο σύστημα περιελήφθησαν τεχνικές προβολής μέγιστης έντασης, μείωσης θορύβου, αύξησης αντίθεσης, κατωφλίωσης, αναπτυσσόμενης περιοχής με σπόρους για την τμηματοποίηση των αγγείων και τον διαχωρισμό τους από τον μαστικό αδένα. Στη συνέχεια από την αγγειακή δομή εξήχθησαν 11 χαρακτηριστικά για κάθε ασθενή. Κατόπιν τα χαρακτηριστικά αποτέλεσαν την είσοδο σε ένα σύστημα αναγνώρισης προτύπων που σχεδιάστηκε, έτσι ώστε να προβλέπει τον τύπο καρκίνου του μαστού (κακοήθεια/καλοήθεια). Υλοποιήθηκαν οι ταξινομητές: Ελάχιστης Απόστασης, Πλησιέστερου Γείτονα, Μπαεσιανός, Πιθανοκρατικό Νευρωνικό Δίκτυο και Ελαχίστων Μέσων Τετραγώνων για την ταξινόμηση των περιστατικών στις δύο κατηγορίες. Για κάθε ταξινομητή βρέθηκε ο βέλτιστος συνδυασμός χαρακτηριστικών με τη μέθοδο εξαντλητικής αναζήτησης. Το σύστημα αξιολογήθηκε με τις μεθόδους Self Consistency, Leave-One-Out, Cross Validation. Η απόδοση του συστήματος σε «άγνωστα» δεδομένα εκτιμήθηκε με χρήση της μεθόδου External Cross Validation.","The aim of this diploma thesis was the development of a breast Μagnetic Resonance Imaging (MRI) image processing system for the investigation of any potential correlation between breast vascular structure and breast cancer. Specifically, images were used from 30 patients, who had undergone breast MRI examination, using a 3-Tesla unit. The system was structured on the techniques of maximum intensity projection, noise reduction, contrast enhancement, adaptive thresholding, seeded region growing in order to discriminate the vessels from the remaining breast tissues. Then 11 features were extracted from the vascular structure for each patient and were entered in a pattern recognition system. That was designed in order to provide the kind of breast cancer (malignant / benign). Five different classifiers were implemented: Minimum Distance, k-Nearest Neighbors, Bayessian, Probabilistic Neural Networks and Least Mean Square for the classification of the cases in two classes. For each classifier the optimal combination of features was found using the exhaustive search as feature selection method. The system was evaluated by the methods: Self Consistency, Leave-One-Out and Cross Validation. In addition, the system performance in \"unknown\" data was evaluated by External Cross Validation method."]},{"key":"dc:title","label":"Title","values":["Σύστημα τμηματοποίησης αγγείων σε μαστογραφικές εικόνες πυρηνικού μαγνητικού συντονισμού για τη μελέτη της αγγειοβρίθειας στον καρκίνο του μαστού"]}]}],"canonical_facts":{"dc:creator":["Μαριδάκη Εμμανουέλα"],"dc:date":["2014"],"dc:description":["Αντικείμενο της διπλωματικής ήταν η μελέτη και ανάπτυξη ενός συστήματος επεξεργασίας μαστογραφικών εικόνων πυρηνικού μαγνητικού συντονισμού για τη διερεύνηση της συσχέτισης μεταξύ της αγγειακής δομής του μαστού με τον καρκίνο του μαστού. Συγκεκριμένα χρησιμοποιήθηκαν εικόνες από 30 ασθενείς που είχαν υποβληθεί σε μαστογραφικό έλεγχο με σύστημα μαγνητικού συντονισμού 3 Tesla, εκτός των οποίων οι 16 είχαν διαγνωστεί με κακοήθεια σύμφωνα με ιστοπαθολογική επιβεβαίωση και οι 14 με καλοήθεια μέσω μαστογραφικής εκτίμησης. Στο σύστημα περιελήφθησαν τεχνικές προβολής μέγιστης έντασης, μείωσης θορύβου, αύξησης αντίθεσης, κατωφλίωσης, αναπτυσσόμενης περιοχής με σπόρους για την τμηματοποίηση των αγγείων και τον διαχωρισμό τους από τον μαστικό αδένα. Στη συνέχεια από την αγγειακή δομή εξήχθησαν 11 χαρακτηριστικά για κάθε ασθενή. Κατόπιν τα χαρακτηριστικά αποτέλεσαν την είσοδο σε ένα σύστημα αναγνώρισης προτύπων που σχεδιάστηκε, έτσι ώστε να προβλέπει τον τύπο καρκίνου του μαστού (κακοήθεια/καλοήθεια). Υλοποιήθηκαν οι ταξινομητές: Ελάχιστης Απόστασης, Πλησιέστερου Γείτονα, Μπαεσιανός, Πιθανοκρατικό Νευρωνικό Δίκτυο και Ελαχίστων Μέσων Τετραγώνων για την ταξινόμηση των περιστατικών στις δύο κατηγορίες. Για κάθε ταξινομητή βρέθηκε ο βέλτιστος συνδυασμός χαρακτηριστικών με τη μέθοδο εξαντλητικής αναζήτησης. Το σύστημα αξιολογήθηκε με τις μεθόδους Self Consistency, Leave-One-Out, Cross Validation. Η απόδοση του συστήματος σε «άγνωστα» δεδομένα εκτιμήθηκε με χρήση της μεθόδου External Cross Validation.","The aim of this diploma thesis was the development of a breast Μagnetic Resonance Imaging (MRI) image processing system for the investigation of any potential correlation between breast vascular structure and breast cancer. Specifically, images were used from 30 patients, who had undergone breast MRI examination, using a 3-Tesla unit. The system was structured on the techniques of maximum intensity projection, noise reduction, contrast enhancement, adaptive thresholding, seeded region growing in order to discriminate the vessels from the remaining breast tissues. Then 11 features were extracted from the vascular structure for each patient and were entered in a pattern recognition system. That was designed in order to provide the kind of breast cancer (malignant / benign). Five different classifiers were implemented: Minimum Distance, k-Nearest Neighbors, Bayessian, Probabilistic Neural Networks and Least Mean Square for the classification of the cases in two classes. For each classifier the optimal combination of features was found using the exhaustive search as feature selection method. The system was evaluated by the methods: Self Consistency, Leave-One-Out and Cross Validation. In addition, the system performance in \"unknown\" data was evaluated by External Cross Validation method."],"dc:identifier":["uoadl:1320195","https://pergamos.lib.uoa.gr/uoa/dl/object/1320195"],"dc:language":["Ελληνικά","Greek"],"dc:title":["Σύστημα τμηματοποίησης αγγείων σε μαστογραφικές εικόνες πυρηνικού μαγνητικού συντονισμού για τη μελέτη της αγγειοβρίθειας στον καρκίνο του μαστού"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:26:15Z"}