Algoritmo rápido de codificación fractal para la detección de masas en mamografías
Palabras clave:
Mammografía, anomalía masa, codificación fractal, vector de características, transformaciones afinesResumen
El presente trabajo propone un algoritmo rápido basado en la codificación fractal para la detección de masas en imágenes de mamografía. El proceso de codificación fractal se basa en el criterio de auto-similitud y la aplicación de transformaciones afines, con el objetivo de encontrar para las celdas rango de la imagen, una celda dominio que sea la más similar a ella. Su principal limitante radica en su alto costo computacional. En este artı ́culo se proponen modificaciones al algoritmo de codificación fractal convencional con el objetivo de disminuir su tiempo de ejecución y detectar automáticamente las celdas rangos que forman parte de la anomalía. Para ello se plantea la reducción del conjunto de transformaciones afines utilizadas durante el proceso convencional de codificación fractal y el agrupamiento de las celdas dominio mediante el criterio de vector de caracterı ́sticas. Los resultados alcanzados evidenciaron una reducción significativa del tiempo de ejecución del algoritmo, sin comprometer la precisión, validados sobre imágenes de mamografías de la base de datos InBreast.Descargas
Citas
MZ Che Azemin, Dinesh Kant Kumar, Tien Yin Wong, Ryo Kawasaki, Paul Mitchell, and Jie Jin Wang. Robust methodology for fractal analysis of the retinal vasculature. IEEE transactions on medical imaging, 30(2):243250, 2011.
M Barnsley. Fractals everywhere (new york: Academic). 1988.
Kendra A Batchelder, Aaron B Tanenbaum, Seth Albert, Lyne Guimond, Pierre Kestener, Alain Arneodo, and Andre Khalil. Wavelet-based 3d reconstruction of microcalcification clusters from two mammographic views: new evidence that fractal tumors are malignant and euclidean tumors are benign. PloS one, 9(9):e107580, 2014.
Freddie Bray, Jacques Ferlay, Isabelle Soerjomataram, Rebecca L Siegel, Lindsey A Torre, and Ahmedin Jemal. Global cancer statistics 2018: Globocan estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA: a cancer journal for clinicians, 68(6):394–424, 2018.
Dar-Ren Chen, Ruey-Feng Chang, Chii-Jen Chen, MingFeng Ho, Shou-Jen Kuo, Shou-Tung Chen, Shin-Jer Hung, and Woo Kyung Moon. Classification of breast ultrasound images using fractal feature. Clinical imaging, 29(4):235–245, 2005.
J Dheeba and Tamil Selvi. Bio inspired swarm algorithm for tumor detection in digital mammogram. In International Conference on Swarm, Evolutionary, and Memetic Computing, pages 404–415. Springer, 2010.
Radu Dobrescu, Loretta Ichim, and Daniela Crisan. Diagnosis of breast cancer from mammograms by using fractal measures. International journal of medical imaging, 1(2):32–38, 2013.
Regina K Ferrell, Shaun S Gleason, and Kenneth W Tobin Jr. Application of fractal encoding techniques for image segmentation. In Sixth International Conference on Quality Control by Artificial Vision, volume 5132, pages 69–77. International Society for Optics and Photonics, 2003.
Qi Guo, Jiaqing Shao, and Virginie F Ruiz. Characterization and classification of tumor lesions using computerized fractal-based texture analysis and support vector machines in digital mammograms. International journal of computer assisted radiology and surgery, 4(1):11, 2009.
Khan M Iftekharuddin, Wei Jia, and Ronald Marsh. Fractal analysis of tumor in brain mr images. Machine Vision and Applications, 13(5-6):352–362, 2003.
Arnaud E Jacquin. Image coding based on a fractal theory of iterated contractive image transformations. IEEE transactions on Image Processing, 1(1):18–30, 1992.
N Lu. Fractal imaging academic press. San Diego, 1997.
Amaral I. Moreira, I. et al. Inbreast: toward a full-field digital mammographic database. Academic radiology, 19(2):236–248, 2012.
Rafayah Mousa, Qutaishat Munib, and Abdallah Moussa. Breast cancer diagnosis system based on wavelet analysis and fuzzy-neural. Expert systems with Applications, 28(4):713–723, 2005.
Arnau Oliver, Jordi Freixenet, Joan Marti, Elsa Perez, Josep Pont, Erika RE Denton, and Reyer Zwiggelaar. A review of automatic mass detection and segmentation in mammographic images. Medical image analysis, 14(2):87–110, 2010.
Juan Antonio Pérez Ortiz. Codificación fractal de imágenes. PhD thesis, Tesis de Master, Universidad de Alicante, 1998.
Juan Antonio Pérez Ortiz. Codificacion fractal de imagenes. 1998.
Pepa Ramirez and Brani Vidakovic. Wavelet-based 2d multifractal spectrum with applications in analysis of digital mammography images. Technical report, Georgia Institute of Technology, 2007.
Mónica Rodríguez. Algoritmo de detección de anomalías en imágenes de mamografía basado en codificación fractal, 2015.
Deepa Sankar. Fractal based techniques for classification of mammograms and identification of microcalcifications. 2011.
Deepa Sankar and Tessamma Thomas. A new fast fractal modeling approach for the detection of microcalcifications in mammograms. Journal of digital imaging, 23(5):538–546, 2010.
Filipe Soares, Filipe Janela, Manuela Pereira, Jo ̃ ao Seabra, and Mário M Freire. Classification of breast masses on contrast-enhanced magnetic resonance images through log detrended fluctuation cumulant-based multifractal analysis. IEEE Systems Journal, 8(3):929–938, 2013.
J Suckling et al. The mammographic image analysis society digital mammogram database digital mammography ed ag gale, sm astley, dr dance and ay cairns, 1994.
Courtney Taylor. Understanding the interquartile range in statistics, 2019.
Descargas
Publicado
Versiones
- 2019-12-12 (3)
- 2024-03-28 (2)
- 2024-03-26 (1)
Cómo citar
Número
Sección
Licencia
Derechos de autor 2019 Ciencias Matemáticas
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Esta licencia permite copiar y redistribuir el material en cualquier medio o formato bajo los siguientes términos: se debe dar crédito de manera adecuada, no se puede hacer uso del material con propósitos comerciales, y si remezcla, transforma o crea a partir del material, no podrá distribuir el material modificado. Bajo la licencia mencionada, los autores mantienen los derechos de autor de su trabajo.
