A comparative study on computer aided detection and classification of microcalcifications on mammograms

Abstract

Öz MAMOGRAMDAMİKROKALSİFİKASYONLARIN TESPİTİ VE SINIFLANDIRILMASI ÜZERİNE KARŞILAŞTIRMALI BİR ÇALIŞMA AKMAN, Levent Efe Yüksek Lisans, Bilişim Sistemleri Bölümü Tez Yöneticisi: Doç. Dr. Nazife Baykal Ocak 2005, 109 sayfa Mamogramların yorumlanmasındaki doğruluk, mikrokalsifikasyonların otomatik olarak tespit edilmesine ve sınıflandırılmasına olanak sağlayan bilgisayar destekli tanı sistemleri ile geliştirilir. Bu tezde iki farklı bilgisayar destekli mikrokalsifikasyon tespit algoritması tartışılmış, üzerlerinde iyileştirmeler yapılmış, uygulamaya konmuş, değerlendirilmiş ve birbirleriyle karşılaştırılmıştır. İlk metot, kalsifikasyonların tespiti için temelde bulanık mantık tekniğini kullanmaktadır, ikinci metot geleneksel görüntü işleme tekniklerinden yararlanmaktadır. Geleneksel görüntü işleme tekniklerini kullanan metod mikrokalsifikasyonların tespitinde daha başarılı bulunmuştur. Tespit edilen mikrokalsifikasyonlar daha sonra istatistiksel yöntemler kullanarak iyi huylu ve kötü huylu olmak üzere sınıflandırılmış ve sonuçlar değerlendirilmiştir. Birinci mikrokalsifikasyon tespit metodunun çıktıları kullanıldığında, mamogramlar %73.7 ortalama olasılıkla doğru sınıflandırılmıştır. İkinci metot için ortalama doğru sınıflandırma oram %87.7 dir. vıKeywords: Mamogram, Bilgisayar Destekli Tespit ve Sınıflandırma, Bilgisayar Destekli Tanı, Mikrokalsifikasyon, Bulanık Mantık, Görüntü İşleme ve Diskiriminant Analiz vıı

ABSTRACT A COMPARATIVE STUDY ON COMPUTER AIDED DETECTION AND CLASSIFICATION OF MICROCALCIFICATIONS ON MAMMOGRAMS Akman, Levent Efe M.S., Department of Information Systems Supervisor: Assoc. Prof. Dr. Nazife Baykal January 2005, 109 pages The accuracy of the interpretation of mammograms is improved by computer aided diagnosis systems which automatically detect and classify the microcalcifications. Two different computer aided microcalcification detection algorithms are discussed, modified, implemented, evaluated and compared with each other in this thesis. The first method mainly uses fuzzy logic technique for the detection of calcifications. The second detection method utilizes conventional image processing techniques. The method, which uses conventional image processing techniques, is selected to be more successful in terms of detecting the microcalcifications. The detected microcalcifications are then classified as benign or malignant using discriminant analysis, which is a statistical technique, and the results are assessed. The mammograms are correctly classified with an average probability of 73.7% when the outputs of the fuzzy logic technique are used. The IVKeywords: Mamogram, Bilgisayar Destekli Tespit ve Sınıflandırma, Bilgisayar Destekli Tanı, Mikrokalsifikasyon, Bulanık Mantık, Görüntü İşleme ve Diskiriminant Analiz vıı