Realce de imágenes mamográficas mediante técnicas basadas en histograma para su clasificación por medio de redes neuronales convolucionales

Yébenes Calvo, Belén (2016). Realce de imágenes mamográficas mediante técnicas basadas en histograma para su clasificación por medio de redes neuronales convolucionales. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. Telecomunicación (UPM), Madrid.

Description

Title: Realce de imágenes mamográficas mediante técnicas basadas en histograma para su clasificación por medio de redes neuronales convolucionales
Author/s:
  • Yébenes Calvo, Belén
Contributor/s:
  • Ríos Sánchez, Belén
Item Type: Final Project
Degree: Grado en Ingeniería Biomédica
Date: 2016
Subjects:
Freetext Keywords: Cáncer, Microcalcificaciones, Masas, Mamografía, Computed Aided Diagnosis (CAD), Realce de Contraste, Histogram Intensity Windowing (HIW), Contrast Limited Adaptative Equalization (CLAHE), Redes Neuronales Convolucionales (CNN).
Faculty: E.T.S.I. Telecomunicación (UPM)
Department: Matemática Aplicada a las Tecnologías de la Información y las Comunicaciones
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (2MB) | Preview

Abstract

El cáncer de mama es una enfermedad que actualmente afecta a una de cada ocho mujeres en el mundo, presente también en hombres aunque con una incidencia menor. Esta patología comienza con una división descontrolada de células producida por una alteración en los genes encargados de controlar los procesos de división y crecimiento celular, dando lugar a la formación de un nódulo o tumor. Estos tumores pueden ser benignos, los cuales no suponen un riesgo para la salud o malignos, denominados también cancerosos, que ponen en riesgo la vida de los pacientes y se caracterizan por ser capaces de metastatizar. La principal forma de diagnóstico de esta enfermedad consiste en la realización periódica de mamografías. Este tipo de pruebas permiten la localización de anomalías en el tejido mamario tales como microcalcificaciones y masas, que son consideradas indicadores de presencia de la enfermedad. Este trabajo pretende estudiar la influencia de las técnicas de realce de imágenes basadas en el histograma sobre la clasificación de mamografías en cinco conjuntos diferentes: Calcificaciones Benignas, Masas Benignas, Calcificaciones Malignas, Masas Malignas y tejido Sano, obtenida por un sistema CAD de clasificación automática de mamografía mediante redes neuronales convolucionales. En concreto, se van a aplicar dos algoritmos diferentes: Histogram Intensity Windowing (HIW) y Contrast-limited adaptive histogram equalization (CLAHE). Mediante estos algoritmos se modifica el histograma de la mamografía aumentando el contraste entre los diferentes tejidos de la imagen: fondo, tejido fibroso, tejido denso y tejido patológico, que incluye las microcalcificaciones y las masas. Con este aumento del contraste se pretende incrementar las diferencias entre los distintos tipos de tejido para facilitar el aprendizaje de la red neuronal. De este modo, se podría mejorar el número de imágenes clasificadas correctamente. El objetivo final del trabajo es obtener un algoritmo de realce que forme parte del sistema CAD y permita mejorar la detección y clasificación automática de microcalcificaiones y masas. Así, sería posible aumentar las posibilidades de un diagnóstico precoz de la enfermedad, algo fundamental teniendo en cuenta que su detección en estadios iniciales aumenta las posibilidades de curación hasta prácticamente el 100 %.

More information

Item ID: 43450
DC Identifier: http://oa.upm.es/43450/
OAI Identifier: oai:oa.upm.es:43450
Deposited by: Biblioteca ETSI Telecomunicación
Deposited on: 03 Oct 2016 13:28
Last Modified: 03 Oct 2016 13:28
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM