Resumen

Objetivo. El cáncer de mama se está convirtiendo en uno de los más frecuentes entre las mujeres. La detección precoz puede ayudar a aumentar las tasas de supervivencia. La extracción de características afecta directamente al resultado del diagnóstico. En este trabajo, se presenta un nuevo método de extracción de características basado en la Transformada Dual Contourlet (Dual-CT), y se emplea un K nearest neighbor (KNN) mejorado para mejorar el rendimiento de la clasificación. Método. El método presentado incluye tres secciones principales: en primer lugar, la región de interés (ROI) se recorta manualmente de acuerdo con el estándar de oro de la base de datos de la Sociedad de Análisis de Imágenes Mamográficas (MIAS); en segundo lugar, las ROI se descomponen en diferentes niveles de resolución utilizando Dual-CT, contourlet y wavelet; se extrae un conjunto de características de textura. A continuación, se aplica el KNN mejorado y el KNN tradicional para la clasificación. Los experimentos se realizan con 324 ROI, que incluyen 206 casos normales y 118 anormales; los casos anormales se componen de 66 casos benignos y 52 malignos. Resultados. Los resultados experimentales demuestran la validez y superioridad de la característica basada en Dual-CT y el KNN mejorado. En concreto, se obtuvieron unos resultados de 94,14 y 95,76 de precisión en la clasificación. Además, el método propuesto es comparable con los métodos más avanzados en términos de precisión. Contribución. La característica basada en Dual-CT se utiliza para analizar mamografías y puede ayudar a mejorar la precisión del diagnóstico del cáncer de mama.

• Materias:Biotecnología Redes de sensores Sistema de sensores Diagnóstico de fallas Tecnología de sensores Diagnóstico de fallos
• Subjects:Biotechnology Sensor networks Sensor system Fault diagnosis Sensor technology
• Palabras claves:dual, knn, casos anormales, sociedad de análisis de imágenes mamográficas, precisión en el diagnóstico del cáncer de mama, nuevo método de extracción de características, transformada contourlet dual, diferentes niveles de resolución, rois, característica
• Keywords:dual, knn, abnormal cases, mammographic image analysis society, breast cancer diagnosis accuracy, novel feature extraction method, dual contourlet transform, different resolution levels, rois, feature