Μελέτη και σύγκριση αλγοριθμικών μεθόδων επεξεργασίας εικόνων μαστογραφίας για τη βέλτιστη ανάδειξη των μικροαποτιτανώσεων

Μικροπούλου, Ελένη

dc.contributor.advisor	Glotsos, Dimitris
dc.contributor.author	Μικροπούλου, Ελένη
dc.date.accessioned	2024-11-12T09:00:36Z
dc.date.available	2024-11-12T09:00:36Z
dc.date.issued	2024-10-11
dc.identifier.uri	https://polynoe.lib.uniwa.gr/xmlui/handle/11400/8017
dc.identifier.uri	http://dx.doi.org/10.26265/polynoe-7849
dc.description.abstract	Σκοπός της παρούσας εργασίας είναι η προσπάθεια της βέλτιστης ανάδειξης των πρώιμων αλλοιώσεων, όπως οι μικροαποτιτανώσεις, σε εικόνες μαστογραφίας, με στόχο την όσο το δυνατόν πιο έγκαιρη ανίχνευση τους, μέσω της χρήσης και εφαρμογής αλγοριθμικών μεθόδων και τεχνικών. Ένα σημαντικό ζήτημα στη μαστογραφική απεικόνιση είναι η δυσκολία διάκρισης των ιστών μεταξύ τους καθώς και των ύποπτων για κακοήθεια σημείων που ενδέχεται να “κρύβονται”, λόγω της εκ φύσεως χαμηλής αντίθεσης της εικόνας μαστογραφίας. Μία από τις μεγαλύτερες προκλήσεις είναι η αντιμετώπιση και άρση της χαμηλής αντίθεσης, η οποία αλλιώς θα συνεπαγόταν μικρότερη διαγνωστική αξία στην μαστογραφική απεικόνιση. Αφού μελετηθεί η ανατομία, η φυσιολογία και οι παθολογίες του μαστού, θα μελετηθεί το μηχάνημα μαστογράφου στα βασικά του μέρη, η φυσική της μαστογραφίας και τα όριά της. Ακολουθεί εισαγωγή στην επιστήμη επεξεργασίας εικόνας και τα οφέλη της στην ιατρική απεικόνιση. Θα γίνει μελέτη και σύγκριση διάφορων αλγοριθμικών τεχνικών με σκοπό την εύρεση της αποδοτικότερης μεθόδου που προσεγγίζει/επιλύει το υπό μελέτη πρόβλημα με τον καλύτερο δυνατό τρόπο. Επιπλέον, πέραν της αντίθεσης θα μελετηθεί και συγκριθεί ο θόρυβος της εικόνας και το πώς επιδρά η καταστολή του στο τελικό διαγνωστικό αποτέλεσμα. Για το λόγο αυτό, μελετήθηκαν και επεξεργάστηκαν με κώδικα σε περιβάλλον MATLAB, δέκα μαστογραφίες από την ανοιχτή βάση δεδομένων INbreast. Τα αποτελέσματα έδειξαν ξεκάθαρα την υπεροχή της μεθόδου CLAHE, ως προς την τελική διαγνωστική αξία, που επιτυγχάνει ενίσχυση της αντίθεσης, έναντι της μεθόδου Wavelet Denoising που πετυχαίνει μείωση του θορύβου. Τέλος, προτείνονται μέθοδοι για περαιτέρω αξιολόγηση των αλγοριθμικών μεθόδων με ποσοτικές τεχνικές και ιδέες για βελτίωση των οθονών των σταθμών εργασίας των μαστογραφικών συστημάτων.	el
dc.format.extent	117	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	Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-sa/4.0/	*
dc.subject	Μαστογραφία	el
dc.subject	Μικροαποτιτανώσεις	el
dc.subject	Καρκίνος	el
dc.subject	Αλγόριθμος	el
dc.subject	CLAHE	el
dc.subject	MAHE	el
dc.subject	Ψηφιακή μαστογραφία	el
dc.subject	Επεξεργασία ιατρικής εικόνας	el
dc.subject	MIAS	el
dc.subject	DDSM	el
dc.subject	Μαστογραφία ακτίνων Χ	el
dc.subject	Σύγκριση αλγορίθμων	el
dc.subject	Ιατρικός αλγόριθμος	el
dc.subject	Μαστός	el
dc.subject	Καρκίνος μαστού	el
dc.subject	Απεικόνιση μαστού	el
dc.subject	Convolutional neural networks	el
dc.subject	CNNs	el
dc.subject	INbreast	el
dc.subject	Μηχανική μάθηση	el
dc.title	Μελέτη και σύγκριση αλγοριθμικών μεθόδων επεξεργασίας εικόνων μαστογραφίας για τη βέλτιστη ανάδειξη των μικροαποτιτανώσεων	el
dc.title.alternative	Study and comparison of algorithmic methods for mammographic image processing for optimal enhancement of microcalcifications	el
dc.type	Διπλωματική εργασία	el
dc.contributor.committee	Asvestas, Pantelis
dc.contributor.committee	Kostopoulos, Spiros
dc.contributor.faculty	Σχολή Μηχανικών	el
dc.contributor.department	Τμήμα Μηχανικών Βιοϊατρικής	el
dc.description.abstracttranslated	The purpose of this study is to optimize the enhancement of early lesions, such as microcalcifications, in mammography images to enable the earliest possible detection through the use and application of algorithmic methods and techniques. A significant issue in mammographic imaging is the difficulty in distinguishing tissues from one another, as well as identifying suspicious areas that may “hide” due to the naturally low contrast of mammography images. One of the greatest challenges is addressing and overcoming low contrast, which otherwise would reduce the diagnostic value of mammographic imaging. Following an examination of breast anatomy, physiology, and common pathologies, the study will also cover the main components of the mammography machine, the principles of mammographic physics, and the limitations inherent in the technology. This is followed by an introduction to image processing science and its benefits in medical imaging. A study and comparison of various algorithmic techniques will be conducted to determine the most efficient method to address/resolve the issue under study. In addition to contrast, image noise will also be studied and compared to assess how its suppression affects the final diagnostic outcome. For this purpose, ten mammograms from the open INbreast database were processed using MATLAB code. The results clearly showed the superiority of the CLAHE method, in terms of final diagnostic value, which enhances contrast, compared to the Wavelet Denoising method, which reduces noise. Finally, methods are suggested for further evaluation of algorithmic techniques using quantitative approaches and ideas for improving workstation displays of mammographic systems.	el

Files in this item

Name:: ΔΙΠΛΩΜΑΤΙΚΗ_ΜΙΚΡΟΠΟΥΛΟΥ_ΕΛΕΝΗ_ ...
Size:: 4.359Mb
Format:: PDF
Description:: Διπλωματική Εργασία BME_13055

View/Open

This item appears in the following Collection(s)

Διπλωματικές εργασίες
Διπλωματικές εργασίες τμήματος Μηχανικών Βιοϊατρικής

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