Ασαφής επεξεργασία εικόνας

Καράτσαλος, Χρήστος

dc.contributor.advisor	Ντούνης, Αναστάσιος
dc.contributor.author	Καράτσαλος, Χρήστος
dc.date.accessioned	2024-06-27T11:10:44Z
dc.date.available	2024-06-27T11:10:44Z
dc.date.issued	2024-06-06
dc.identifier.uri	https://polynoe.lib.uniwa.gr/xmlui/handle/11400/6916
dc.identifier.uri	http://dx.doi.org/10.26265/polynoe-6751
dc.description.abstract	Η παρούσα διατριβή επικεντρώνεται στην εκτίμηση της πυκνότητας του μαστού μέσω μαστογραφιών, ένα κρίσιμο μέτρο ενημέρωσης και αναγνώρισης για τον κίνδυνο καρκίνου του μαστού. Εξετάζουμε τις διάφορες μεθόδους και εργαλεία που χρησιμοποιούνται για την ανάλυση των μαστογραφιών, συμπεριλαμβανομένων της σημειογραφίας, της ανάλυσης υφής, της τεχνητής νοημοσύνης, των υπερήχων και της διγραμμικής αντίθεσης. Επισημαίνουμε τη σημασία της ακριβούς ταξινόμησης των περιοχών με διαφορετική πυκνότητα και προτείνουμε αποτελεσματικές προσεγγίσεις για την ανίχνευση ανωμαλιών στο μαστό με χρήση αλγορίθμου fuzzy c-means με εφαρμογή πάνω στα ιστογράμματα των μαστογραφιών. Η έρευνά μας επισημαίνει τη σημαντική κλινική εφαρμογή των μεθόδων αυτών για τον έλεγχο του κινδύνου καρκίνου του μαστού και αναδεικνύει τη σημασία της πυκνότητας του μαστού στη διαγνωστική διαδικασία, επιτυγχάνοντας παράλληλα μεγάλη βελτίωση στην ταχύτητα, και μείωση των υπολογιστικών απαιτήσεων.	el
dc.format.extent	57	el
dc.language.iso	el	el
dc.publisher	Πανεπιστήμιο Δυτικής Αττικής	el
dc.rights	Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές	*
dc.rights.uri	https://creativecommons.org/licenses/by-nc-sa/4.0/deed.el	*
dc.subject	Μαστογραφία	el
dc.subject	Πυκνότητα μαστού	el
dc.subject	Καρκίνος του μαστού	el
dc.subject	Ιατρική εικόνα	el
dc.subject	Επεξεργασία εικόνας	el
dc.title	Ασαφής επεξεργασία εικόνας	el
dc.title.alternative	Fuzzy image processing	el
dc.type	Μεταπτυχιακή διπλωματική εργασία	el
dc.contributor.committee	Kallergi, Maria
dc.contributor.committee	Μουστάνης, Παναγιώτης
dc.contributor.faculty	Σχολή Μηχανικών	el
dc.contributor.department	Τμήμα Μηχανικών Βιοϊατρικής	el
dc.contributor.master	Προηγμένα Συστήματα & Μέθοδοι στη Βιοϊατρική Τεχνολογία	el
dc.description.abstracttranslated	This dissertation focuses on the assessment of breast density through mammograms, a crucial metric for breast cancer risk evaluation and detection. Various methods and tools used in the analysis of mammographic images are explored, among them are pointillism, texture analysis, artificial intelligence, ultrasound, linear contrast and of course clustering algorithms. Emphasis is placed on the precise classification of areas with different densities, proposing effective approaches for detecting breast abnormalities using a fuzzy c-means algorithm applied to mammographic histograms instead of directly on the image itself, which is the method used in the literature. The research presented here underscores the significant clinical application of these methods for breast cancer risk assessment and highlights the importance of breast density in the diagnostic process, while achieving significant improvements in speed and computational efficiency.	el

Files in this item

Name:: Ασαφής Επεξεργασία Εικόνας (2).pdf
Size:: 2.680Mb
Format:: PDF

View/Open

This item appears in the following Collection(s)

Μεταπτυχιακές διπλωματικές εργασίες - Προηγμένα Συστήματα & Μέθοδοι στη Βιοϊατρική Τεχνολογία
Μεταπτυχιακές διπλωματικές εργασίες ΠΜΣ Προηγμένα Συστήματα & Μέθοδοι στη Βιοϊατρική Τεχνολογία

Show simple item record

Except where otherwise noted, this item's license is described as
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές