cáncer de mama

Revista de investigación
Editada por Área de Innovación y Desarrollo, S.L.

Envío: 17-06-2013
Aceptación: 30-06-2013
Publicación: 30-08-2013

COMBINACIÓN DE TÉCNICAS DE
PROCESAMIENTO DIGITAL DE
IMÁGENES E INTELIGENCIA
ARTIFICIAL PARA EL ANÁLISIS DE
IMÁGENES DE MAMOGRAFÍA
COMBINATION OF DIGITAL PROCESSING TECHNIQUES OF
IMAGES AND ARTIFICIAL INTELLIGENCE FOR THE
ANALYSIS OF MAMMOGRAMIMAGES

Alejandro Díaz Sotolongo1
Danays Barbara Costa Alonso2

1. Máster, Ingeniero Informático. Profesor del Departamento de Ciencias
Informáticas, UNICA.
2. Ingeniero Informático. Profesora del Departamento de Matemática, UNICA.

Este artículo propone un nuevo algoritmo capaz de realizar la detección/clasificación de
lesiones patológicas como un todo, combinando parámetros de forma ytextura en la
formación de vectores de características representativos. La implementación del algoritmo
se realizó en MATLAB, el cual fue validado en un conjunto de imágenes de mamografías
pertenecientes a la base de datos de dominio público MiniMIAS. Los resultados obtenidos
por un conjunto de clasificadores demuestran la efectividad del algoritmo propuesto, así
como la calidad de losvectores de características desarrollados.

ABSTRACT
This paper proposes a new algorithm able to carry out the detection/classification of
pathological lesions as a whole, combining shape and texture parameters in the formation
of representative features vectors. The implementation of the algorithm was carried out in
MATLAB, which was validated in a group of mammogram images belonging to thedatabase
of public domain MiniMIAS. The obtained results by a group of classifiers, demonstrate the
effectiveness of the proposed algorithm, as well as the quality of the developed features
vectors.

PALABRAS CLAVE
Forma, textura, vectores de características, clasificadores.

KEY WORDS
Shape, texture, features vectors, classifiers.

COMBINACIÓN DE TÉCNICAS DE PROCESAMIENTO DIGITAL DEIMÁGENES E INTELIGENCIA ARTIFICIAL PARA EL ANÁLISIS DE IMÁGENES DE MAMOGRAFÍA

RESUMEN

2

El cáncer de mama constituye una de las principales causas de muerte entre mujeres [1].
De acuerdo con las estadísticas publicadas, se ha convertido en un problema de salud
importante a escala mundial durante los últimos 50 años [2]. En la actualidad, no existen
mecanismos eficaces para prevenirlo, debidoa que la causa de origen es desconocida. Sin
embargo, un diagnóstico eficaz en su etapa inicial les brinda a las mujeres una mejor
oportunidad de recuperación completa. Por tanto, la detección temprana del cáncer de
mama juega un papel importante en la reducción de la morbilidad y mortalidad.
La lectura de mamografías es la primera modalidad de técnica de detección del cáncer de
mama, debidoa que es el único método de análisis de imágenes de mamografías que
consistentemente ha demostrado disminuir las tasas de mortalidad por cáncer de mama. La
mamografía es ampliamente utilizada y es una de las técnicas más confiables, ya que podría
detectar el cáncer de mama antes de que este aparezca clínicamente [3].
La doble lectura de mamografías (dos radiólogos leen las mismas mamografías)[4] ha sido
recomendada para reducir la proporción de posibles tumores no detectados, pero la carga
de trabajo y los costos asociados son muy elevados. Sin embargo, con la introducción de los
sistemas de Diagnóstico Asistido por Computadoras (CAD), sólo es necesario el empleo de
un radiólogo.
Los sistemas CAD, los cuales utilizan las tecnologías informáticas en la detección de
anomalías enimágenes de mamografías y el empleo de los resultados obtenidos por los
radiólogos en el diagnóstico [5], constituyen un papel fundamental en la detección precoz
del cáncer de mama. Durante los últimos años, los sistemas CAD y las técnicas relacionadas
han sido objetos de estudio de investigadores y radiólogos.
Para los investigadores existen varios temas de interés relacionados con la...