Publicação: Avaliação do contorno ativo e da influência de pré-processamentos na segmentação de nódulos mamários
Carregando...
Arquivos
Tipo do documento
Data
Direito de acesso
Coleções
Programa
Área do conhecimento
CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
O câncer de mama é a neoplasia mais comumente diagnosticada do mundo,
constituindo um em cada oito diagnósticos de câncer registrados. A detecção
precoce e o rastreamento mamográfico de rotina, realizados por meio da
mamografia, desempenham um papel fundamental na redução da taxa de
morbimortalidade associada à doença e melhoram o prognóstico e a qualidade
de vida das pacientes afetadas. O diagnóstico realizado pelos radiologistas
torna-se mais assertivo com auxílio do processamento digital de imagens
mamográficas, que melhora a visualização de nódulos mamários e a avaliação
dos exames mamográficos. Assim, o presente trabalho avalia a segmentação de
nódulos em imagens mamográficas baseada em contorno ativo e a influência de
técnicas de pré-processamento na qualidade da segmentação. Para a realização
dos testes, foram utilizadas 47 imagens contendo nódulos do banco de imagens
INbreast. O processamento foi dividido em quatro técnicas de préprocessamento e segmentação: na técnica 1 a imagem original não passou por
nenhum pré-processamento, sendo segmentada diretamente; na técnica 2 foi
aplicado um filtro de Wiener, precedendo o contorno ativo; na técnica 3 foi
utilizada a equalização de histograma adaptativa com limitação de contraste
(CLAHE) apenas nos coeficientes de aproximação da transformada discreta de
wavelet, seguida pelo contorno ativo; e, por fim, na técnica 4 foram utilizados o
filtro de Wiener e a combinação de wavelet com CLAHE, para que então fosse
aplicado o contorno ativo. A segmentação por meio do contorno ativo utilizada
baseia-se no método level-set sparse field. Os resultados foram avaliados por
meio da excentricidade, distância de Hausdorff, quantidade de pixels brancos e
da análise visual. Para ambas as análises, quantitativa e qualitativa, o padrãoouro foi estabelecido pelo ground-truth disponibilizado pelo banco de imagens.
As métricas forneceram uma análise sobre o formato, precisão e extensão da
área do nódulo segmentado, possibilitando uma avaliação mais detalhada do
efeito das técnicas utilizadas e a validação da eficácia na segmentação,
juntamente à análise visual. Assim, observa-se que, para mamas pertencentes
aos padrões a e b, a técnica 1 apresentou os melhores resultados. Já para as
mamas mais densas, classificadas como c e d, os melhores resultados foram
alcançados com a técnica 3. Portanto, observa-se que o filtro de Wiener afetou
negativamente a segmentação. Dessa forma, conclui-se que a densidade
mamária e o pré-processamento aplicados influenciam na qualidade da
segmentação. De maneira geral, a segmentação por contorno ativo demonstrouse eficaz para todos os tipos de densidades mamárias. No entanto, algumas
imagens sofreram sub ou supersegmentação. Para aprimorar os resultados
encontrados neste trabalho, há necessidade de uma expansão das análises por
meio da utilização de outros tipos de pré-processamento, segmentação e
métricas, bem como uma maior quantidade de imagens.
Abstract
Breast cancer is the most commonly diagnosed neoplasm worldwide,
representing one in every eight cancer diagnoses recorded. Early detection and
routine mammographic screening, performed through mammography, play a
fundamental role in reducing the morbimortality rate associated with the disease
and improve the prognosis and the quality of life of affected patients. Radiologistconducted diagnoses become more accurate with the aid of digital processing of
mammographic images, enhancing the visualization of breast nodules and the
interpretability of mammographic examinations. Thus, this study assesses nodule
segmentation in mammographic images based on active contour and the
influence of preprocessing techniques on segmentation quality. For the
conduction of the tests, 47 images containing nodules from the INbreast image
database were employed. Processing was divided into four preprocessing and
segmentation techniques: technique 1 involved direct segmentation without any
preprocessing of the original image; technique 2 applied a Wiener filter before
active contouring; technique 3 used adaptive histogram equalization with contrast
limited adaptive histogram equalization (CLAHE) only on the approximation
coefficients of the discrete wavelet transform, followed by active contour; and,
finally, technique 4 involved using the Wiener filter and a combination of wavelet
with CLAHE before active contour application. Active contour segmentation was
based on the level-set sparse field method. Results were assessed using
eccentricity, Hausdorff distance, quantity of white pixels and visual analysis. For
both quantitative and qualitative analyses, the gold standard was established by
the ground-truth provided by the image database. The metrics provided an
analysis of the format, precision, and extent of the segmented nodule area,
allowing a more detailed evaluation of the effects of the techniques used and the
validation of segmentation efficacy alongside visual analysis. Thus, it was
observed that, for breasts categorized under a and b density patterns, technique
1 yielded the best results. Conversely, for denser breasts classified as c and d
patterns, the best results were achieved with technique 3. Therefore, the Wiener
filter was found to negatively impact segmentation. Consequently, it is concluded
that breast density and applied preprocessing significantly influence
segmentation quality. Overall, active contour segmentation proved to be effective
for all types of breast densities. However, some images experienced under or
over-segmentation. To enhance the findings in this study, there is a need to
expand the analysis by utilizing other types of preprocessing, segmentation, and
metrics, as well as a larger quantity of images.
Palavras-chave
Câncer de mama, Mamografia, Segmentação, Contorno Ativo, Filtro de Wiener, Wavelet, CLAHE, Breast cancer, Mammography, Segmentation, Active Contour, Wiener Filter
Citação
CINTRA, Iasmin Martins. Avaliação do contorno ativo e da influência de pré-processamentos na segmentação de nódulos em imagens mamográficas. 2023. 78 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Biomédica) – Universidade Federal de Uberlândia, Uberlândia, 2023.
DOI
Coleções
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto