• Communities & Collections
    • By Issue Date
    • Authors
    • Titles
    • Subjects
    • Multimedia
    • español
    • English
    • português (Brasil)
  • Browse 
    • Communities & Collections
    • By Issue Date
    • Authors
    • Titles
    • Subjects
    • Multimedia
  • English 
    • español
    • English
    • português (Brasil)
  • Login
View Item 
  •   Institutional repository ITM
  • Revistas Científicas
  • TecnoLógicas
  • Edición Especial (2013)
  • View Item
  •   Institutional repository ITM
  • Revistas Científicas
  • TecnoLógicas
  • Edición Especial (2013)
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Browse

All of ITMCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsMultimediaThis CollectionBy Issue DateAuthorsTitlesSubjectsMultimedia

My Account

LoginRegister

Statistics

View Usage Statistics

Detección Automática de Microcalcificaciones en una Mamografía Digital, Usando Técnicas de Inteligencia Artificial

Thumbnail
View/Open
332-Manuscrito-498-1-10-20170217.pdf (442.6Kb)
Share this
Date
2013-11-19
Author
Madrigal-González, Carlos A.
Prada-Vásquez, Ronny
Fernández-McCann, David S.
Keywords
Procesamiento digital de imágenes; filtro Gaussiano; microcalcificaciones; K-Vecinos más cercanos
Metadata
Show full item record
PDF Documents
Abstract
El cáncer de mama es uno de los que tiene mayor índice de mortalidad entre las mujeres y la detección temprana incrementa las posibilidades de curación, por lo que hacerlo a tiempo ha demostrado ser uno de los mejores tratamientos para esta grave enfermedad. Las microcalcificaciones son un tipo de lesión dentro de la mama y su presencia está altamente correlacionada con la presencia del cáncer. En este artículo se presenta un método para la detección automática de microcacificaciones usando procesamiento digital de imágenes basado en un enfoque gaussiano de filtrado, el cual permite realzar el contraste entre las microcalcificaciones y el tejido sano de la mama, para luego aplicar un algoritmo de identificación de las microcalcificaciones sospechosas basado en su morfología. El clasificador usado para determinar el grado de Malignidad o Benignidad de las microcalcificaciones es el K-Vecinos más Cercanos (KNN) y la validación de los resultados se realiza mediante las curvas ROC.
URI
http://hdl.handle.net/20.500.12622/696
Collections
  • Edición Especial (2013) [60]

Departamento de Biblioteca y Extensión Cultural
bibliotecaitm@itm.edu.co

Contact Us | Send Feedback