Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/2744| Title: | DETECCIÓN DE REGIONES DE INTERÉS EN MAMOGRAFÍAS DIGITALES |
| Authors: | CÁRDENAS CLAVEL, CRUZ DAVID%788345 |
| metadata.dc.subject.other: | Monografías digitales detección |
| Issue Date: | 2018-12-10 |
| Publisher: | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Instituto Tecnológico de Acapulco |
| Description: | De acuerdo con la organización mundial de la salud, en México, el cancer de mama es el cancer con mayor mortandad e incidencias en las mujeres. Los sistemas de Diagnostico Asistido por Computadora (CAD: Compute Aided Diagnosis, por sus siglas en inglés) han cobrado gran fuerza en diagnostico medico en los últimos años. Particularmente en la detección de cancer de mama. Los CAD´S realizan la detección de lesiones a partir de imágenes de mamografía. Existen bases de datos internacionales como la MiniMIAS (The Mammographic Image Analysis Society) (Suckling J. , 2015) y la DDSM (The Digital Database for Screening Mammography) (Wang, 2015), que sirven para la prueba y validación de metodologías de procesamiento de mamografías a nivel mundial. Sin embargo, actualmente no hay muchos proyectos enfocados en la generación de nuevas bases de datos (Moya, 2014), que contengan registros de mamografías adquiridos con sistemas tecnológicos actualizados, aunado a que, a nivel local y nacional no existen o son escasas las bases de datos de registros de pacientes El Instituto Estatal de Cancerología “Dr. Arturo Beltrán Ortega” (IECAN) ubicado en Acapulco, Guerrero. Es la máxima institución del estado en el tratamiento de los diferentes canceres que afectan a los pobladores de esta región. En este trabajo se implementó una base de datos de imágenes de mamografías, las cuales tienen distintas lesiones (masas, microcalcificaciones y distorsión arquitectural) con un total de 200 imágenes en formato DICOM proporcionadas por el IECAN. Las distorsiones arquitecturales son tejidos que convergen hacia un mismo punto y por su naturaleza son difícil de detectar para muchos expertos del área, debido a que pueden esconderse fácilmente en el tejido mamario más aún si se dan en un tejido denso y graso. Debido a lo cual este proyecto se enfoca a la detección de estas posibles lesiones, procesando las mamografías de la BD creada. A dichas imágenes se le eliminaron los datos personales de los pacientes y otras áreas innecesarias. Para que una vez teniendo las imágenes preprocesadas realizar una segmentación, utilizando la técnica de umbralización, la cual aísla posibles lesiones en la imagen. Posteriormente para detectar las lesiones se calcula el area centroide de cada objeto restante y se elimina los objetos que no cumplan con el criterio del area, aislando los objetos que si los cumplen para asi resaltar las lesiones en las imágenes de mamografía. Se obtuvieron resultados cualitativos reflejándose en un 60% de reconocimientos de las lesiones. |
| metadata.dc.type: | info:eu-repo/semantics/masterThesis |
| Appears in Collections: | Maestría en Sistemas Computacionales |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Tesis-Cruz-David-Cardenas-Clavel.pdf | Tesis de Maestría | 2.23 MB | Adobe PDF | View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
