Detección y Clasificación de Tejidos Anómalos en Mamografías Digitales Mediante Redes Neuronales Convolucionales.

Abstract

El cáncer de mama constituye un problema de salud global que supone más del 25% de los nuevos casos de cáncer en mujeres y en el que la detección precoz mediante la realización de mamografías juega un papel fundamental. Este trabajo presenta un sistema novedoso de detección y clasificación de anomalías en imágenes mamográficas mediante redes neuronales convolucionales (CNN). Se trata de un sistema ambicioso que permite distinguir entre cinco clases de mamografías: sin anomalías, con masas tumorales benignas, con masas tumorales malignas, con microcalcificaciones benignas o con microcalcificaciones malignas. Este trabajo evalúa no solo la precisión de las CNN aplicadas a este problema concreto, sino también la influencia de otros parámetros como la inclusión de una etapa de mejora de la calidad de la imagen o la resolución y cantidad de imágenes utilizadas para entrenar la red.