Wyniki wyszukiwania - BazTech

1

Breast cancer diagnosis using abnormalities on ipsilateral views of digital mammograms

Sapate Suhas, Talbar Sanjay, Mahajan Abhishek, Sable Nilesh, Desai Subhash, Thakur Meenakshi

Biocybernetics and Biomedical Engineering

|

2020

|

Vol. 40, no. 1

290--305

EN

Ipsilateral views of digital mammograms help radiologists to localize and confirm abnormal lesions during diagnosis of breast cancers. This study aims at developing algorithms which improve accuracy of computer-aided diagnosis (CADx) for analyzing breast abnormalities on ipsilateral views. The proposed system is a fusion of single and two view systems. Single view approach detects and characterizes suspicious lesions on craniocaudal (CC) and mediolateral oblique (MLO) view separately using geometric and textural features. Lesions detected on each view are paired with potential lesions on another view. The proposed algorithm computes the correspondence score of each lesion pair. Single view information is fused with two views correspondence score to discriminate malignant tumours from benign masses using the SVM classifier. Performance of SVM classifier is assessed using five-fold cross validation (CV), Kappa metric and ROC analysis. Algorithms are applied to 110 pairs of mammograms from local dataset and 74 pairs from open dataset. Single view scheme yielded image-based sensitivity of 91.63% and 88.17% at 1.35 and 1.51 false positives per image (FPs/I) on local and open dataset respectively. Single view classification yielded FPs/I of 1.03 and 1.20 with sensitivity of 70%. Fusion based two views scheme using SVM classifier produced average case-based sensitivity of 75.91% at 0.69 FPs/I and 73.65% at 0.72 FPs/I on local and open dataset respectively. Fusion of single view features with two view correspondence score leads to improved case-based detection sensitivity. Proposed fusion based approach results into accurate and reliable diagnosis of breast abnormalities than single view approach.

2

Mammografia cyfrowa – wymogi przepisów krajowych, UE oraz NFZ dla programu badań przesiewowych

Laska Robert, Lutak Andrzej

Inżynier i Fizyk Medyczny

|

2019

|

Vol. 8, nr 1

58--59

PL

W Polsce od wielu lat funkcjonuje program profilaktyki raka piersi. W ramach tego programu kobietom w wieku 50-69 lat wykonuje się badanie mammograficzne. Istotnym elementem zapewniającym wymaganą skuteczność tego programu jest wysoka jakość otrzymywanych obrazów mammograficznych. Zapewnić to mogą jedynie nowoczesne i odpowiednio funkcjonujące urządzenie radiologiczne (prawidłowo wykalibrowany mammograf i monitory) wraz z kompetentnym i wykwalifikowanym personelem.

3

Ocena jakości obrazu w mammografii cyfrowej z zastosowaniem fantomu CDMAM

Skrzyński W.

Inżynier i Fizyk Medyczny

|

2015

|

Vol. 4, nr 2

69--74

PL

Jednym z testów wykonywanych dla mammografów cyfrowych i ucyfrowionych stosowanych w Polsce w skryningu mammograficznym jest ocena jakości obrazu z zastosowaniem fantomu CDMAM. Niepewność wyników tego testu jest wysoka. Różnice pomiędzy poszczególnymi egzemplarzami fantomu oraz stosowanie różnych wersji programu analizującego obrazy mają znaczący wpływ na wyniki. Mimo to należy mieć świadomość, że występujący dla części systemów ucyfrowionych problem z osiągnięciemwyników akceptowalnych oznacza przede wszystkimniską jakość obrazu – niższą niż dla przeciętnego systemu analogowego używanego w skryningu wWielkiej Brytanii wiele lat temu.

4

Porównanie wybranych systemów obrazowania cyfrowego w mammografii

Jakubowska T.

Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna

|

2012

|

Vol. 18, nr 4

260--266

PL

Mammografia jest najbardziej czułym i specyficznym badaniem w diagnozowaniu raka sutka. Zastosowanie techniki cyfrowej CR (Computed Radiography) i DR (Digital Radiography) ma na celu poprawę jakości obrazów, a co za tym idzie poprawę wykrywalności zmian przy jednoczesnym skróceniu czasu badania i obniżeniu dawki promieniowania. Niniejsza praca przedstawia porównanie stosowanych obecnie w mammografii wybranych systemów cyfrowych pod względem jakości obrazowania, jak również stosowanych dawek.

EN

Mammography is a most sensitive and specific examination used in the breast cancer diagnosis. Digital radiographic systems CR (Computed Radiography) and DR (Digital Radiography) offer the high quality imaging with shorter exposure times, thus lowering the radiation dose. In this paper, the comparison of frequently used mammographic digital systems in terms of the imaging quality and doses applied, is presented.

5

Zastosowanie kwantyzacji wektorowej LVQ w wyborze cech i klasyfikacji mikrozwapnień

Boniński P., Kazubek M., Przelaskowski A.

Elektronizacja : podzespoły i zastosowania elektroniki

|

2003

|

Vol. 23, nr 3

11-15

PL

Niniejsza praca dotyczy wykorzystania algorytmów Learning Vector Quantization w procesie automatycznego wyboru cech i klasyfikachi mikrozwapnień w obrazach mammograficznych oraz porównania efektów klasyfikacji tym algorytmem z powszechnie stosowaną siecią neuronową z propagacja wsteczną. Zaproponowano nową, bazującą na LVQ i kryterium dyskryminacyjnym Fishera metodę selekcji cech. Zweryfikowano przydatność wyselekcjonowanych cech do klasyfikacji.

EN

This paper refers to the applying of Learning Vector Quantization algorithms in automatic feature selection and classification of microcalcification in mammographic images and comparison classification efficiency of LVQ to common applicable backpropagation neural network. The new feature selection method, based on the LVQ and Fisher discriminant criterion, was suggested. The usefulness of the selected features for classification was verified.

6

System automatycznej detekcji i klasyfikacji mikrozwapnień w cyfrowej mammografii

Wróblewska A., Przelaskowski A.

Elektronizacja : podzespoły i zastosowania elektroniki

|

2003

|

Vol. 23, nr 3

8-10

PL

Mikrozwapnienia są jednym z ważniejszych objawów umożliwiających wczesne wykrycie raka sutka. Celem pracy było zaprojektowanie i realizacja systemu automatycznej detekcji i klasyfikacji mikrozwapnień. Metoda wstępnej detekcji potencjalnych obiektów mikrozwapnień oparta jest na filtracji morfologicznej "white top-hat" i segmentacji obrazu przy użyciu progu znajdowanego na podstawie aproksymacji lokalnego histogramu rozkładem prawdopodobieńdtwa Gaussa. Następnie klasyfikatorem obiektów jest sztuczna sieć neuronowa.

EN

Microcalcifications are one of more important signs enabling detection of breast cancer at early stage. The goal of the research was designing and realization of a system for the automatic detection and classification of microcalcifications. The first step of the detection algorithm is to segment out the individual potential microcalcifications. This is achieved by applying opening by reconstruction top-hat technique and image thresholding based on approximation of an image local histogram with a probability density of Gauss distribution. Selected features of the segmented out objects are used as inputs to a neural network.