Resumen

Inspirándonos en la psicología gestáltica, combinamos las características cognitivas humanas con los conocimientos de los radiólogos en el análisis de imágenes médicas. En este artículo se propone un marco novedoso para detectar masas mamarias en mamografías digitalizadas. Puede dividirse en tres módulos: integración de sensaciones, integración semántica y verificación. Tras analizar el progreso del cribado mamográfico del radiólogo, se presentan una serie de reglas visuales basadas en las características morfológicas de las masas mamarias y se cuantifican mediante métodos matemáticos. El marco puede considerarse un compromiso eficaz entre la sensación ascendente y los métodos de reconocimiento descendentes. Se trata de un nuevo método exploratorio para la detección automática de lesiones. Los experimentos se realizan con conjuntos de datos de la Sociedad de Análisis de Imágenes Mamográficas (MIAS) y de la Base de Datos Digital para Mamografías de Cribado (DDSM). La sensibilidad alcanzó 92 t 1,94 falsos positivos por imagen (FPI) en MIAS y 93,84 t 2,21 FPI en DDSM. Nuestro marco ha logrado un mejor rendimiento en comparación con otros algoritmos.

• Materias:Señales orofaciales Clasificación del cáncer Terapia de exposición Resonancias magnéticas Medicina de precisión
• Subjects:Orofacial signals Cancer classification Exposure therapy Magnetic resonance imaging Precision medicine
• Palabras claves:masas mamarias, Sociedad de Análisis de Imágenes Mamográficas, características cognitivas humanas, análisis de imágenes médicas, nuevo método exploratorio, DDSM, FPI, MIAS, marco, Base de Datos Digital
• Keywords:breast masses, Mammographic Image Analysis Society, human cognitive characteristics, medical image analysis, new exploratory method, DDSM, FPI, MIAS, framework, Digital Database