Classifying Breast Lesions Using Ultrasound Images and Effective Pooling Techniques
Aquesta tesi presenta el desenvolupament de mètodes eficients per a la classificació de lesions mamàries utilitzant imatges d'ecografia i tècniques d'aprenentatge profund, amb un enfocament en la consideració de la qualitat de les imatges en el marc de classificació. En primer lloc, ens va...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Estado: | Versión publicada |
| Fecha de publicación: | 2025 |
| País: | España |
| Institución: | CBUC, CESCA |
| Repositorio: | TDR. Tesis Doctorales en Red |
| OAI Identifier: | oai:www.tdx.cat:10803/694065 |
| Acceso en línea: | http://hdl.handle.net/10803/694065 |
| Access Level: | acceso abierto |
| Palabra clave: | Imatges d'ecografia Transformadors de visió Lesions de mama Imágenes de ultrasonido Transformadores de visión Lesiones mamarias Ultrasound images Vision transformers Breast lesions Ciències 51 62 66 |
| Sumario: | Aquesta tesi presenta el desenvolupament de mètodes eficients per a la classificació de lesions mamàries utilitzant imatges d'ecografia i tècniques d'aprenentatge profund, amb un enfocament en la consideració de la qualitat de les imatges en el marc de classificació. En primer lloc, ens vam endinsar en la física de la imatge per ultrasons, els modes i el control de qualitat. Posteriorment, vam examinar l'eficàcia dels transformadors de visió profunds àmpliament utilitzats en la tasca de detecció de la malignitat dels tumors mamàries en imatges d'ultrasons, aconseguint resultats de classificació prometedors. No obstant això, l'ús d'una sola imatge d'ultrasons per lesió mamària pot donar lloc a una precisió limitada en la classificació a causa de l'existència de soroll de granulat, ombres, així com altres artefactes que degraden la qualitat de les imatges d'ultrasons. Per tant, vam proposar un mètode nou per classificar lesions mamàries utilitzant seqüències d'ultrasons i ConvNext profund. Es va proposar una tècnica de fusió eficient i conscient de la qualitat de les imatges per combinar la puntuació de malignitat predita a partir de cada fotograma de la seqüència d'ultrasons d'entrada i generar la puntuació final de malignitat de tota la seqüència. Comparacions numèriques i visuals indiquen que el mètode proposat supera altres mètodes d'estat de l'art per a la classificació de lesions mamàries. També vam demostrar que la qualitat de les imatges de BUS pot afectar la precisió dels models de predicció de malignitat. |
|---|