Resumen

Se propone un nuevo y eficaz conjunto de características con una clasificación en varias etapas para su aplicación en un sistema de diagnóstico asistido por ordenador (CAD) para el diagnóstico del cáncer de mama. Para verificar el conjunto de características propuesto y la clasificación en varias etapas se utiliza un conjunto de datos de imágenes de mamografías de acceso público recogidos durante el proyecto Image Retrieval in Medical Applications (IRMA). Para conseguir el sistema CAD, la extracción de características se realiza en las imágenes de la región de interés (ROI) de la mamografía, que se preprocesan aplicando una ecualización de histograma seguida de un filtrado de medios no locales. El conjunto de características propuesto se forma concatenando las características basadas en patrones de configuración local, estadísticas y de dominio de frecuencia. El proceso de clasificación de estas características se implementa en tres casos: un estudio de una etapa, un estudio de dos etapas y un estudio de tres etapas. En todos los casos de este esquema de clasificación en varias etapas se utilizan ocho clasificadores bien conocidos. Además, los resultados de los clasificadores que proporcionan los tres mejores rendimientos se combinan mediante una técnica de votación por mayoría para mejorar la precisión del reconocimiento en los estudios de dos y tres etapas. Los estudios de una, dos y tres etapas alcanzan un máximo de precisión en la clasificación del 85,47%, 88,79% y 93,52%, respectivamente. El esquema de clasificación en varias etapas propuesto es más eficaz que la clasificación en una sola etapa para el diagnóstico del cáncer de mama.

• Materias:Algoritmos de aprendizaje Transductores de ultrasonido Ingeniería de atención Estudio biomecánico Ortesis progresivas estáticas
• Subjects:Learning algorithms Ultrasound transducers Care engineering Biomechanical study Static progressive orthoses
• Palabras claves:diagnóstico de cáncer de mama, esquema de clasificación multietapa, estudio de estadios, conjunto de características, clasificación multietapa, estudios de estadios, conjunto de datos de imágenes de mamografía disponible, conjunto de características eficaz, características del dominio de la frecuencia, patrón de configuración local
• Keywords:breast cancer diagnosis, multistage classification scheme, stage study, feature ensemble, multistage classification, stage studies, available mammogram image dataset, effective feature ensemble, frequency domain features, local configuration pattern