Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/123456789/3527| Título: | Estudo de variantes de padrões locais binários para o diagnóstico de câncer de mama |
| Título(s) alternativo(s): | Study of variants of local binary patterns for the diagnosis of breast cancer |
| Autor(es): | RAMOS NETO, Geovane Menezes |
| Palavras-chave: | Câncer de mama Padrões locais binários Diagnóstico de câncer Análise de textura Breast cancer Local binary patterns Diagnosis of cancer Texture analysis |
| Data do documento: | 4-Mar-2016 |
| Editor: | Universidade Federal do Maranhão |
| Resumo: | O câncer de mama é o tipo de câncer que mais acomete as mulheres em todo o mundo. Cerca de 57.120 novos casos dessa neoplasia foram esperados para o ano de 2015 no Brasil (INCA, 2015). Quanto mais precoce o diagnóstico do câncer, maiores são as chances que o tratamento seja bem sucedido. O diagnóstico do câncer de mama através da mamografia depende bastante do especialista, pois este varia de acordo com a idade do paciente, qualidade da imagem obtida e experiência do especialista. Este estudo utiliza técnicas de processamento digital de imagens para discriminar os padrões de massas malignas e benignas. Esta discriminação se dá através da utilização de operadores locais, buscando caracterizar as texturas utilizando os histograma extraído a partir da aplicação das técnicas Local Binary Pattern, Local Quinary Pattern, Circular- Symmetric Local Binary Pattern e Compound Local Binary Pattern, além de combinar cada uma das técnicas com as abordagens Cartesian Grid, Grid X, Complete Grid, Abordagem Circular e a Abordagem Elíptica. Por fim, a textura será classificada utilizando a Máquina de Vetores de Suporte. O melhor resultado foi obtido utilizando a técnica Compound Local Binary Pattern com a abordagem Cartesian Grid, obtendo 89,09% de Acurácia, 84,00% de Sensibilidade, 95,09% de Especificidade e F-Score de 0,8929. |
| Descrição: | Abstract Breast cancer is the type of cancer that affects more women worldwide, both in developing countries as in developed countries. About 57,120 new cases of this cancer were expected for the year 2015 in Brazil (INCA, 2015). The earlier cancer diagnosis, the better the chances that treatment will be successful. The diagnosis of breast cancer through mammography depends greatly on the expert, as this varies depending on the patient’s age, obtained image quality and experience of the expert. This study uses digital image processing techniques to discriminate patterns of benign and malignant masses. This discrimination is through the use of local operators, seeking to characterize the textures using the extracted histogram from the application of techniques Local Binary Pattern, Local quinary Pattern, Circular-Symmetric Local Binary Pattern and Compound Local Binary Pattern, and combine each of the techniques with approaches Cartesian Grid, Grid X, Complete Grid, Circular approach and Elliptical approach. Finally, the texture is classified using a support vector machine. The best result was obtained using the technique Compound Local Binary Pattern with Cartesian Grid approach, obtaining 89.09% of Accuracy, 84.00% Sensitivity, 95.09% Specificity and F-Score of 0.8929. |
| URI: | http://hdl.handle.net/123456789/3527 |
| Aparece nas coleções: | TCCs de Graduação em Ciência da Computação do Campus do Bacanga |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| GEOVANE-RAMOS.pdf | Trabalho de Conclusão de Curso | 1,51 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.