Detección de microcalcificaciones utilizando discriminantes lineales de Fisher

The main objective of this thesis is to develop a new method for detecting microcalcifications in digital mammograms, using machine learning and computer vision techniques; the method detects different shapes, sizes and intensities of microcalcifications, and also it´s able to recognize them not onl...

Descripción completa

Detalles Bibliográficos
Autor: GABRIELA ALEJANDRA RODRIGUEZ RUIZ
Tipo de recurso: tesis de maestría
Estado:Versión aceptada para publicación
Fecha de publicación:2009
País:México
Institución:Instituto Nacional de Astrofísica, Óptica y Electrónica
Repositorio:Repositorio Institucional del INAOE
Idioma:español
OAI Identifier:oai:inaoe.repositorioinstitucional.mx:1009/442
Acceso en línea:http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/442
Access Level:acceso abierto
Palabra clave:info:eu-repo/classification/Segmentación de imagen/Image segmentation
info:eu-repo/classification/Imagen de clasificación/Classification image
info:eu-repo/classification/Visión/Vision
info:eu-repo/classification/cti/1
info:eu-repo/classification/cti/12
info:eu-repo/classification/cti/1203
id MX_c8d3caed6d3f38bebde01f7fcbbc6b7f
oai_identifier_str oai:inaoe.repositorioinstitucional.mx:1009/442
network_acronym_str MX
network_name_str México
repository_id_str
spelling Detección de microcalcificaciones utilizando discriminantes lineales de FisherGABRIELA ALEJANDRA RODRIGUEZ RUIZinfo:eu-repo/classification/Segmentación de imagen/Image segmentationinfo:eu-repo/classification/Imagen de clasificación/Classification imageinfo:eu-repo/classification/Visión/Visioninfo:eu-repo/classification/cti/1info:eu-repo/classification/cti/12info:eu-repo/classification/cti/1203info:eu-repo/classification/cti/1203The main objective of this thesis is to develop a new method for detecting microcalcifications in digital mammograms, using machine learning and computer vision techniques; the method detects different shapes, sizes and intensities of microcalcifications, and also it´s able to recognize them not only in fat breast but also in dense breast. To achieve this objective, the breast tissue is taken into account to detect microcalcifications even in dense breast, where the contrast difference between tissue and microcalcification is almost null. In the segmentation step the Fisher Linear Discriminants are used to segment the possible microcalcifications, to reduce the false positives generated in this step, some characteristics (morphological and intensity) are extracted from these regions. The method is tested; using ISSSTEP and MIAS databases, the ROC and FROC analysis were used as performance measures.Este trabajo tiene como objetivo fundamental desarrollar un método para la detección de microcalcificaciones en mastografías digitales, basado en técnicas de aprendizaje computacional y visión por computadora; el cual permita identificar microcalcificaciones de diversas formas, tamaños, tonalidades y además sea capaz de identificarlas no sólo en senos grasos sino también en senos densos sin incrementar el número de falsos positivos. Para lograr el objetivo planteado, el tipo de tejido por el que mayormente está formado el seno (densidad) es tomado en cuenta, lo que permite detectar microcalcificaciones aún en senos donde la diferencia de contraste entre el tejido y la microcalcificación es mínima (senos densos). En la etapa de segmentación los discriminantes lineales de Fisher (FLD) se utilizan para segmentar las posibles microcalcificaciones del seno, a partir de estas regiones, se extraen características (morfológicas y de intensidad de gris) y mediante un clasificador se reduce el número de falsos positivos. Para probar el método, se utilizaron las bases de mastografías ISSSTEP y MIAS, para la evaluación del desempeño del método se utilizó el análisis ROC y el análisis FROC.Instituto Nacional de Astrofísica, Óptica y ElectrónicaJESUS ANTONIO GONZALEZ BERNALLEOPOLDO ALTAMIRANO ROBLES2009-10info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionapplication/pdfhttp://inaoe.repositorioinstitucional.mx/jspui/handle/1009/442reponame:Repositorio Institucional del INAOEinstname:Instituto Nacional de Astrofísica, Óptica y Electrónicainstacron:INAOEspacitation:Rodriguez-Ruiz G.A.info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0oai:inaoe.repositorioinstitucional.mx:1009/4422024-08-28T03:22:44Z
dc.title.none.fl_str_mv Detección de microcalcificaciones utilizando discriminantes lineales de Fisher
title Detección de microcalcificaciones utilizando discriminantes lineales de Fisher
spellingShingle Detección de microcalcificaciones utilizando discriminantes lineales de Fisher
GABRIELA ALEJANDRA RODRIGUEZ RUIZ
info:eu-repo/classification/Segmentación de imagen/Image segmentation
info:eu-repo/classification/Imagen de clasificación/Classification image
info:eu-repo/classification/Visión/Vision
info:eu-repo/classification/cti/1
info:eu-repo/classification/cti/12
info:eu-repo/classification/cti/1203
info:eu-repo/classification/cti/1203
title_short Detección de microcalcificaciones utilizando discriminantes lineales de Fisher
title_full Detección de microcalcificaciones utilizando discriminantes lineales de Fisher
title_fullStr Detección de microcalcificaciones utilizando discriminantes lineales de Fisher
title_full_unstemmed Detección de microcalcificaciones utilizando discriminantes lineales de Fisher
title_sort Detección de microcalcificaciones utilizando discriminantes lineales de Fisher
dc.creator.none.fl_str_mv GABRIELA ALEJANDRA RODRIGUEZ RUIZ
author GABRIELA ALEJANDRA RODRIGUEZ RUIZ
author_facet GABRIELA ALEJANDRA RODRIGUEZ RUIZ
author_role author
dc.contributor.none.fl_str_mv JESUS ANTONIO GONZALEZ BERNAL
LEOPOLDO ALTAMIRANO ROBLES
dc.subject.none.fl_str_mv info:eu-repo/classification/Segmentación de imagen/Image segmentation
info:eu-repo/classification/Imagen de clasificación/Classification image
info:eu-repo/classification/Visión/Vision
info:eu-repo/classification/cti/1
info:eu-repo/classification/cti/12
info:eu-repo/classification/cti/1203
info:eu-repo/classification/cti/1203
topic info:eu-repo/classification/Segmentación de imagen/Image segmentation
info:eu-repo/classification/Imagen de clasificación/Classification image
info:eu-repo/classification/Visión/Vision
info:eu-repo/classification/cti/1
info:eu-repo/classification/cti/12
info:eu-repo/classification/cti/1203
info:eu-repo/classification/cti/1203
description The main objective of this thesis is to develop a new method for detecting microcalcifications in digital mammograms, using machine learning and computer vision techniques; the method detects different shapes, sizes and intensities of microcalcifications, and also it´s able to recognize them not only in fat breast but also in dense breast. To achieve this objective, the breast tissue is taken into account to detect microcalcifications even in dense breast, where the contrast difference between tissue and microcalcification is almost null. In the segmentation step the Fisher Linear Discriminants are used to segment the possible microcalcifications, to reduce the false positives generated in this step, some characteristics (morphological and intensity) are extracted from these regions. The method is tested; using ISSSTEP and MIAS databases, the ROC and FROC analysis were used as performance measures.
publishDate 2009
dc.date.none.fl_str_mv 2009-10
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
info:eu-repo/semantics/acceptedVersion
format masterThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/442
url http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/442
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv citation:Rodriguez-Ruiz G.A.
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/4.0
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Instituto Nacional de Astrofísica, Óptica y Electrónica
publisher.none.fl_str_mv Instituto Nacional de Astrofísica, Óptica y Electrónica
dc.source.none.fl_str_mv reponame:Repositorio Institucional del INAOE
instname:Instituto Nacional de Astrofísica, Óptica y Electrónica
instacron:INAOE
instname_str Instituto Nacional de Astrofísica, Óptica y Electrónica
instacron_str INAOE
institution INAOE
reponame_str Repositorio Institucional del INAOE
collection Repositorio Institucional del INAOE
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1858176953722339328
score 14.964248

Similares en LA Referencia