Diagnóstico de Câncer de Mama Através de Vetores de Descritores Localmente Agregados
Resumo
Uma abordagem para detectar precocemente anomalias na mama é a imagem de mamografia. No entanto, os padrões de imagem complexos e a diferente organização dos tecidos mamários requer habilidade e experiência de médicos treinados para evitar falhas na interpretação de mamografias. O objetivo principal deste trabalho é diminuir esse número de falhas associadas ao exame. Para isso, propomos uma extração de características de textura usando Vetores de Descritores Localmente Agregados. Os testes iniciais alcançaram resultados promissores, os melhores valores obtidos com 600 amostras da base DDSM são: 90.18 (acurácia), 91.83 (sensibilidade) e 94.02 (especificidade).
Referências
Bay, H., Ess, A., Tuytelaars, T., and Van Gool, L. (2008). Speeded-up robust features (surf). Computer vision and image understanding, 110(3):346–359.
Gonzalez, R. andWoods, R. (2010). Processamento Digital de Imagens. Pearson Prentice Hall, S˜ao Paulo, 3 edition.
Heath, M., Bowyer, K., Kopans, D., and Moore, R. (2000). The digital database for screening mammography. Citeseer.
INCA (2016). Estimativas 2016: Incidência de Câncer no Brasil. http://http://www2.inca.gov.br/wps/wcm/connect/tiposdecancer/site/home/mama/.
Jégou, H., Douze, M., Schmid, C., and Pérez, P. (2010). Aggregating local descriptors into a compact image representation. In Computer Vision and Pattern Recognition (CVPR), 2010 IEEE Conference on, pages 3304–3311. IEEE.
Thornton, C., Hutter, F., Hoos, H. H., and Leyton-Brown, K. (2013). Auto-weka: Combined selection and hyperparameter optimization of classification algorithms. In Proceedings of the 19th ACM SIGKDD international conference on Knowledge discovery and data mining, pages 847–855. ACM.
Gonzalez, R. andWoods, R. (2010). Processamento Digital de Imagens. Pearson Prentice Hall, S˜ao Paulo, 3 edition.
Heath, M., Bowyer, K., Kopans, D., and Moore, R. (2000). The digital database for screening mammography. Citeseer.
INCA (2016). Estimativas 2016: Incidência de Câncer no Brasil. http://http://www2.inca.gov.br/wps/wcm/connect/tiposdecancer/site/home/mama/.
Jégou, H., Douze, M., Schmid, C., and Pérez, P. (2010). Aggregating local descriptors into a compact image representation. In Computer Vision and Pattern Recognition (CVPR), 2010 IEEE Conference on, pages 3304–3311. IEEE.
Thornton, C., Hutter, F., Hoos, H. H., and Leyton-Brown, K. (2013). Auto-weka: Combined selection and hyperparameter optimization of classification algorithms. In Proceedings of the 19th ACM SIGKDD international conference on Knowledge discovery and data mining, pages 847–855. ACM.
Publicado
04/07/2016
Como Citar
MARQUES, Ricardo; RAMOS NETO, Geovane; BRAZ JÚNIOR, Geraldo; ALMEIDA, João.
Diagnóstico de Câncer de Mama Através de Vetores de Descritores Localmente Agregados. In: SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO APLICADA À SAÚDE (SBCAS), 16. , 2016, Porto Alegre.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2016
.
p. 2601-2604.
ISSN 2763-8952.
DOI: https://doi.org/10.5753/sbcas.2016.9907.
