Aplicación móvil para clasificar regiones en imágenes mamográficas dicom
Para citar o enlazar este item, por favor use el siguiente identificador:
http://dspace.ups.edu.ec/handle/123456789/22204
Title: | Aplicación móvil para clasificar regiones en imágenes mamográficas dicom |
Authors: | Leime Hidalgo, Andrés Alberto Toctaguano Puga, Jorge Oswaldo |
Advisor: | Ramírez Montalvan, Washington Arsenio |
Abstract: | Breast cancer causes millions of deaths around the world every year, which makes early detection essential. As technology advances, the need for the daily use of increasingly smaller devices is seen. In the present work, a mobile prototype was developed that allows classifying regions of interest present in DICOM mammographic images. A data set of 211 mammography images was used. The process was divided into four phases: image preparation, preprocessing, segmentation, and classification. In the preparation phase, the DCMTK library was used for reading and managing images. In the preprocessing phase with algorithms such as Clahe for contrast enhancement. In addition, the HMF technique to eliminate salt and pepper type noise. The segmentation phase with Canny was used for edge detection and Watershed for segmentation. What allowed to obtain regions corresponding to Masses, Microcalcifications and tissues present in the breast. The HMF results in a maximum average signal-to-noise ratio of all images used of 77 dB. The Canny algorithm presented a 21% CPU usage and Watershed Memory usage in execution of 3709.97 Megabytes (MB). To then be classified using Support Vector Machines (SVM) with accuracy results: 82.43% in masses, 83.78% in micros and 75.36% in masses with micros. Where the classification tends to go down for images of the masses and micros type, and only masses or micros remain at similar values. |
Translated abstract: | El cáncer de mama genera millones de muertes alrededor del mundo todos los años lo cual hace indispensable su pronta detección. Mientras la tecnología avanza se ve la necesidad del uso cotidiano de dispositivos cada vez más pequeños. En el presente trabajo se desarrolló un prototipo móvil que permite clasificar regiones de interés presentes en las imágenes mamográficas DICOM. Se utilizó una data set de 211 imágenes mamografías. El proceso se dividió en cuatro fases: preparación de imágenes, preprocesamiento, segmentación y clasificación. En la fase preparación se usó la librería DCMTK para la lectura y manejo de imágenes. En la fase preprocesamiento con algoritmos como Clahe para la mejora del contraste. Además, la técnica HMF para eliminar el ruido de tipo sal y pimienta. La fase segmentación con Canny se utilizó para la detección de bordes y Watershed para la segmentación. Lo que permitió obtener regiones correspondientes a Masas, Microcalcificaciones y tejidos presentes en la mama. Los resultados de HMF en proporción máxima de señal a ruido promedio de todas las imágenes usadas de 77 dB. El algoritmo Canny presento un 21% de uso en CPU y Watershed uso de Memoria en ejecución de 3709,97 Megabytes (MB). Para luego, ser clasificado mediante Máquinas de Soporte Vectorial (SVM) con resultados de accuracy: 82,43% en masas, 83,78% en micros y 75,36% en masas con micros. Donde la clasificación tiende a bajar para imágenes de tipo masas y micros, y solo masas o micros se mantienen en valores similares. |
Keywords: | INGENIERÍA DE SISTEMAS ANÁLISIS DE SISTEMAS SOFTWARE DE APLICACIÓN TELEFONÍA MÓVIL MAMOGRAFÍA |
Issue Date: | Mar-2022 |
URI: | http://dspace.ups.edu.ec/handle/123456789/22204 |
Language: | spa |
Appears in Collections: | Grado |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
UPS - TTS684.pdf | Texto completo | 1,49 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License