Combinação de métodos de remoção de ruído e aperfeiçoamento de contraste para o pré-processamento de imagens de mamografias - rumo à detecção do câncer de mama
DOI:
https://doi.org/10.14393/BJ-v33n6a2017-36020Palavras-chave:
Breast cancer, CAD, Preprocessing, USFFT, MLRM, MammogramResumo
Introdução: O câncer de mama é uma grande doença mortal para mulheres e homens. Ele só pode ser tratado e controlado se for detectado em sua fase inicial. A detecção precoce pode ser alcançada com a ajuda de métodos de detecção assistida por computador (CAD). A partir do estudo detalhado sobre pesquisas anteriores, verifica-se que, não há um sistema com 100% de precisão por causa de uma ou mais razões. A ausência de pré-processamento efetivo é o motivo discutido que obstrui a precisão de detecção do método CAD. A remoção de ruído e o aprimoramento do contraste são os dois tipos de pré-processamento. Não existe um sistema que realize ambos os pré-processamentos na imagem da mamografia. Objetivo: Este trabalho é uma tentativa de desenvolver um método de pré-processamento aprimorado para CAD de câncer de mama, incorporando métodos adequados de redução de ruído e aprimoramento de contraste no sistema de CAD convencional. Métodos: Entre as técnicas de redução de ruído disponíveis, a transformada de curva discreta rápida (FDCT) baseada na transformada rápida de Fourier desigualmente espaçada (USFFT) foi utilizada e a técnica de modificação de faixa local modificada (MLRM) foi utilizada para aprimoramento de contraste. Resultados: o aprimoramento do contraste após a redução do ruído melhora o dobro da imagem da mamografia e os métodos propostos para o valor de MSE para a imagem da mamografia mdb072 foram reduzidas em 1,44% quando comparados ao método LRM. A redução de MSE aumenta o PSNR para 0,16%. Conclusão: muitas imagens de mamografia foram testadas e o resultado mostra que, aumento no contraste, diminuição do erro quadrático médio e aumento da relação pico do sinal/ruído quando comparado aos métodos existentes.
Downloads
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2017 B Senthilkumar, R. Gowrishankar, M. Vaishnavi, S. Gokila
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.