Reconocimiento de la distorsión arquitectural en mamografías
Palabras clave:
Mamograma digital, distorsión arquitectural, segmentación de roi, selección de características, clasificador SVM, Digital Mammogram, Architectural distortion, segmentation of roi, features selection, SVM classifierResumen
En este trabajo nos enfocamos a la detección de la
lesión de distorsión arquitectural en imágenes de
mamografía, basándonos en una metodología
conocida e implementando mejoras en su
funcionamiento. Se utiliza una base de datos de
imágenes de mamografías pública (Mini-MIAS), la
cual contiene, entre otras, la lesión de distorsión
arquitectural. Mostramos resultados obtenidos al
implementar un clasificador de Maquina de
Vectores de Soporte (SVM, con un vector de 5
características (de las 13 propuestas por Haralick
para análisis de textura) y seleccionadas a través del
algoritmo Stepwise logistic regression, para
discernir la benignidad o malignidad de las regiones
detectadas. No obstante que en este trabajo se
utilizó un número reducido de Mamogramas con
casos positivos de distorsión arquitectural, se
demuestra que la técnica de máquinas de vectores
soporte resulta apropiada para estos casos
observándose un rendimiento aceptable.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
La revista Foro de Estudios sobre Guerrero se encuentra bajo la licencia Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0).
