Please use this identifier to cite or link to this item: http://hdl.handle.net/10889/1425
Title: Αυτόματη ανίχνευση νεοπλασιών σε πολλαπλές ψηφιακές μαστογραφίες
Authors: Ρουσάκη, Δήμητρα
Issue Date: 2009-03-03T07:15:00Z
Keywords: Μαστογραφία
Καρκίνος του μαστού
Νευρωνικά δίκτυα
Keywords (translated): Mammography
Breast cancer
Neuronic networks
Abstract: Η παρούσα εργασία αποτελείται από έξι κεφάλαια, τα οποία έχουν την εξής δομή: Στο κεφάλαιο 1 γίνεται μια εισαγωγή στο πρόβλημα του καρκίνου του μαστού, κάνοντας αρχικά μία παρουσίαση της ανατομίας και της φυσιολογίας του μαστού. Στη συνέχεια γίνεται μια αναφορά στο πως αναπτύσσεται ο καρκίνος του μαστού, ποιοι προδιαθεσιακοί παράγοντες υπάρχουν και πως αντιμετωπίζεται. Επίσης περιγράφονται και τα διάφορα είδη καρκινικών ευρημάτων. Αναλύονται τα διάφορα διαγνωστικά μέσα δίνοντας έμφαση στη μαστογραφία ως μέσο απεικόνισης του καρκίνου, στον τρόπο που παράγεται, ψηφιοποιείται και ερμηνεύεται. Τέλος γίνεται αναφορά στα πλεονεκτήματα που προκύπτουν από τη χρήση του υπολογιστή στη μαστογραφική μελέτη. Στο κεφάλαιο 2 γίνεται αναφορά στις μεθόδους ψηφιακής επεξεργασίας και ανάλυσης εικόνας που εφαρμόζονται στη μαστογραφία. Αναλύονται μια σειρά από τεχνικές βελτίωσης της ποιότητας των ψηφιακών μαστογραφιών, δίνοντας έμφαση στην έννοια του ιστογράμματος εικόνας και στις διάφορες τεχνικές τροποποίησης του. Τέλος γίνεται αναφορά στην υφή της εικόνας και στις διάφορες παραμέτρους που χρησιμοποιούνται στην ψηφιακή ανάλυση ενός μαστογραφήματος όπως επίσης και στην διαδικασία κατάταξης των διαφόρων περιοχών του σε υγιή και μη φυσιολογικά. Στο κεφάλαιο 3 αναλύεται μια άλλη ομάδα μεθόδων ανάλυσης εικόνας μαστογραφιών η οποία μπορεί να περιγραφεί ως τεχνικές ανίχνευσης ανωμαλιών. Αυτές οι μέθοδοι προσπαθούν να εντοπίσουν συγκεκριμένες ανωμαλίες, όπως οι μικροαποτιτανώσεις, οι οζώδεις σκιάσεις, ή οι αλλοιώσεις της δομής των γειτονικών ιστών μέσα στις εικόνες μαστογραφιών. Αυτές οι μέθοδοι ταξινομούνται στην ερευνητική περιοχή της επεξεργασίας εικόνας για τον εντοπισμό των ανωμαλιών στις μαστογραφίες. Στο κεφάλαιο 4 της διπλωματικής εργασίας γίνεται παρουσίαση της συγκριτικής ανάλυσης που χρησιμοποιείται για την ερμηνεία των ψηφιακών μαστογραφημάτων. Γίνεται αναφορά στα είδη της, στα στάδια από τα οποία αποτελείται καθώς και στις δυσκολίες που παρουσιάζονται κατά την εφαρμογή της. Αναλύεται η διαδικασία της συστοίχισης μαστογραφημάτων, που είναι ένα από τα πιο βασικά αλλά και συνάμα από τα πιο πολύπλοκα στάδια της συγκριτικής ανάλυσης και τέλος γίνεται εκτενής αναφορά στο συντελεστή ετεροσυσχέτισης ως μέσο για την αναγνώριση και τη συστοίχιση δισδιάστατων προτύπων. Στο κεφάλαιο 5 αναλύονται τα συστήματα ταξινόμησης προτύπων που χρησιμοποιούνται για την αναγνώριση των υπόπτων περιοχών στα ψηφιακά μαστογραφήματα. Δίνεται έμφαση στα τεχνητά νευρωνικά δίκτυα, που αποτελούν τα πιο ευρέως χρησιμοποιούμενα συστήματα απόφασης στο χώρο αυτό, και ιδιαίτερα στα δίκτυα ακτινικών συναρτήσεων που χρησιμοποιήθηκαν στην παρούσα διπλωματική εργασία. Στο κεφάλαιο 6 περιγράφονται τρεις ξεχωριστές μελέτες. Αρχικά μελετήθηκε το πρόβλημα της συστοίχισης ψηφιακών μαστογραφιών. Το πρώτο στάδιο της συγκριτικής ανάλυσης μαστογραφημάτων, είτε αυτή είναι δίπλευρη είτε πρόσκαιρη, είναι η συστοίχιση των αντίστοιχων μαστογραφημάτων. Στο σύστημα που υλοποιήθηκε, επιδιώκουμε τη συστοίχιση μαστογραφημάτων μέσω της εξαγωγής του περιγράμματος κάθε μαστού και της ελαχιστοποίησης της διαφοράς των εμβαδών τους. Βρίσκοντας την ελάχιστη τιμή του εμβαδού μετατοπίζοντας στο χώρο την μια μαστογραφία υπολογίζουμε ταυτόχρονα και τη θέση του καλύτερου ταιριάσματος των δύο μαστογραφημάτων. Έπειτα μελετήθηκαν διάφορες τοπολογίες νευρωνικών δικτύων ακτινικών συναρτήσεων. Ως παραμέτρους –εισόδους στο νευρωνικό δίκτυο- χρησιμοποιήσαμε στατιστικούς περιγραφείς της υφής. Οι πιο απλές τεχνικές περιγραφής της υφής, με πολύ καλή απόδοση, είναι οι στατιστικές τεχνικές που βασίζονται στα ιστογράμματα των περιοχών, τις επεκτάσεις τους και τις ροπές τους. Πραγματοποιήθηκαν αξιολογήσεις του συστήματος αναγνώρισης για ροπές από 1ης έως και 15ης τάξης ώστε να βρεθεί ο αριθμός που μας εξασφαλίζει την καλύτερη απόδοση. Η καλύτερη τοπολογία του δικτύου χρησιμοποιήθηκε για την ανάπτυξη ενός συστήματος ανίχνευσης υπόπτων περιοχών σε ψηφιακές μαστογραφίες. Τέλος αναπτύσσεται διεξοδικά σύστημα ανίχνευσης υπόπτων περιοχών σε ψηφιακά μαστογραφήματα Η ταξινόμηση πραγματοποιείται με στατιστικούς περιγραφείς της υφής ενώ ο έλεγχος γίνεται μέσω χρήσης νευρωνικού δικτύου ακτινικών συναρτήσεων. Το σύστημα ανίχνευσης δίνει ως αποτέλεσμα τα αρχικά μαστογραφήματα σηματοδοτημένα με τις πλέον ύποπτες περιοχές για την ύπαρξη νεοπλασίας. Παρουσιάζονται αναλυτικά τα στάδια που ακολουθήθηκαν για τη υλοποίηση του συστήματος, τα πειραματικά αποτελέσματα, τα προβλήματα που αντιμετωπίστηκαν και τα συμπεράσματα που εξήχθησαν.
Abstract (translated): -
Appears in Collections:Τμήμα Μηχανικών Η/Υ και Πληροφορικής (ΜΔΕ)

Files in This Item:
File Description SizeFormat 
Nimertis_Rousaki.pdf4.69 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.