On Using Image Processing Techniques for Evaluation of Mammography Acquisition Errors

  • Maira B. H. Moran UFF
  • Aura Conci UFF
  • Salete de J.F. Rêgo UFF
  • Cristina A. P. Fontes UFF
  • Marcelo D. Brito Faria UERJ
  • Luciana Freitas Bastos UERJ
  • Gilson A. Giraldi LNCC

Resumo


A mamografia é um exame extremamente importante, considerando a alta incidência de doenças relacionadas à mama, uma vez que ajuda a detectar várias anormalidades. Erros na aquisição podem mascarar possı́veis proble- mas. O objetivo deste estudo é aplicar técnicas de processamento de imagens para detectar automaticamente alguns erros muito comuns. As visualizações dos mamogramas craniocaudais (CC) e oblı́quos mediolaterais (MLO) fo- ram avaliadas considerando aspectos como: (1) posicionamento simétrico da mama, (2) correto perfilamento e centralização dos mamilos e (3) localização adequada do músculo peitoral. As técnicas de processamento de imagem utili- zadas baseiam-se na esqueletização da Morfologia Matemática, transformação de Hough e limiarização após uma etapa de pré-processamento. Os resultados obtidos são muito bons, especialmente na determinação da posição do mamilo.

Referências

Bassett, L., Hirbawi, I., DeBruhl, N., and Hayes, M. (1993). Mammographic positioning: evaluation from the view box. Radiology, 188(3):803–806. http://dx.doi.org/10.1148/radiology.188.3.8351351

INCA (2018). Mammograms for radiologists.

Li, Y., Poulos, A., McLean, D., and Rickard, M. (2010). A review of methods of clinical image quality evaluation in mammography. European journal of Radiology, 74(3):e122–e131. http://dx.doi.org/10.1016/j.ejrad.2009.04.069
March, M. et al. (2013). Making the diagnosis: A practical guide to breast imaging.

Méndez, A. J., Tahoces, P. G., Lado, M. J., Souto, M., Correa, J., and Vidal, J. J. (1996). Automatic detection of breast border and nipple in digital mammograms. Computer methods and programs in biomedicine, 49(3):253–262. http://dx.doi.org/10.1016/0169-2607(96)01724-5

Popli, M. B., Teotia, R., Narang, M., and Krishna, H. (2014). Breast positioning during mammography: mistakes to be avoided. Breast Cancer: Basic and Clinical Research, 8:BCBCR–S17617. http://dx.doi.org/10.4137/BCBCR.S17617

Silva, L., Saade, D., Sequeiros, G., Silva, A., Paiva, A., Bravo, R., and Conci, A. (2014). A new database for breast research with infrared image. Journal of Medical Imaging and Health Informatics, 4(1):92–100. http://dx.doi.org/10.1166/jmihi.2014.1226

Sonka, M., Hlavac, V., and Boyle, R. (2014). Image processing, analysis, and machine vision. Cengage Learning.
Publicado
11/06/2019
MORAN, Maira B. H.; CONCI, Aura; RÊGO, Salete de J.F.; FONTES, Cristina A. P.; FARIA, Marcelo D. Brito; BASTOS, Luciana Freitas; GIRALDI, Gilson A.. On Using Image Processing Techniques for Evaluation of Mammography Acquisition Errors. In: SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO APLICADA À SAÚDE (SBCAS), 19. , 2019, Niterói. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2019 . p. 330-335. ISSN 2763-8952. DOI: https://doi.org/10.5753/sbcas.2019.6271.

Artigos mais lidos do(s) mesmo(s) autor(es)

<< < 1 2