DETECÇÃO DE REGIÕES SUSPEITAS DE LESÃO NA MAMA EM IMAGENS TÉRMICAS UTILIZANDO SPATIOGRAM E REDES NEURAIS

Resumo

Este trabalho propõe uma metodologia para identificar regiões suspeitas de lesão baseada nas assime-trias da mama esquerda e direita de imagens de termogramas. O estudo é pautado em imagens de pacientes do Hospital Universitário da Universidade Federal de Pernambuco (UFPE), capturadas por câmera infravermelha. Inicialmente as imagens são manualmente segmentadas. Em seguida, os seios são registrados usando a transformação B-spline. Além disso, como o corpo humano tem uma simetria radial das temperaturas, uma lesão, eventualmente, leva uma assimetria destas regiões, em seguida, o spatiogram é usado para identificar essas regiões assimétricas. Finalmente, apenas as regiões com temperaturas superiores à média são mantidas, com base no fato de que o câncer tem a temperatura mais elevada do que o restante mama. Após esse processo são extraídas características (Variação dos pixels, a média, o desvio padrão, o índice de Geary e Dimensão Fractal de Higuchi) para a classificação dessas regiões restantes em lesão ou não lesão utilizando-se uma rede neural artificial com perceptron em multicamadas. A metodologia apresentou 75% das regiões classificadas corretamente, indicando que o spatiogram e a média das temperaturas das regiões assimétricas são métodos bem promissores para identificação de regiões suspeitas de conter lesão.

Palavras-chave: Termografia. Câncer. Spatiogram. Mama. Rede-neural.



SUSPECT DETECTION OF REGIONS OF INJURY IN BREAST IN THERMAL IM-AGES USING SPATIOGRAM AND NEURAL NETWORKS

Abstract: This paper proposes a methodology to identify suspicious regions of injury based on asymmetries of left and right breasts of thermograms images.. The study is based on images captured by infrared camera from patients at the University Hospital of the Federal University of Pernambuco. Initially the images are manually segmented. Then, the sinuses are recorded using the B-spline transformation. Furthermore, as the human body has a radial symmetry of temperatures, damage eventually leads asymmetry of these regions, then the spatiogram is used to identify those asymmetric.regions. Finally, only the regions with higher than average temperatures are maintained, based on the fact that the cancer has a higher temperature than the rest of the breast. After this process features are extracted (Variation of pixels, the mean, standard deviation, index Geary and Higuchi Fractal Dimension) for the classification of regions remaining in injury or no injury using an artificial neural network Multilayer perceptron. The methodology showed 75% of correctly classified regions, indicating that the spatiogram and the average temperatures of the asymmetric regions are well promises methods to identify regions suspected of containing lesion.

Keywords: Thermography. Cancer. Spatiogram. Breast. Neural-network.


DETECCIÓN DE ZONAS SOSPECHOSAS DE LESIÓN EN LA MAMA EN IMÁGENES TÉRMICAS UTILIZANDO SPATIOGRAM Y REDES NEURALES

Resumen: En este trabajo se propone una metodología para identificar las regiones sospechosas de lesión basado en las asimetrías de la mama izquierda y derecha de las imágenes termogramas. El estudio se basa en las imágenes capturadas por la cámara infrarroja de los pacientes en el Hospital Universitario de la Universidade Federal de Pernambuco. Inicialmente, las imágenes son segmentadas manualmente. Luego, los senos se registran utilizando la transformación B-spline. Además, como el cuerpo humano tiene  una simetría radial de temperaturas, daños eventualmente conducen a una asimetría de estas regiones, entonces el spatiogram se utiliza para identificar las regiones asimétricas. Finalmente, basado en el hecho de  que el cáncer tiene una temperatura más alta que el resto de la mama, sólo las regiones con temperaturas más alta que la temperatura media son mantenidas. Después de este proceso se extraen características (Variación de píxeles, la media, desviación estándar, Dimensión índice y Higuchi Geary fractal) para la clasificación de las regiones restantes en lesiones o ninguna lesión utilizando un perceptrón multicapa red neural artificial. La metodología mostró 75% regiones clasificados correctamente, lo que indica que las temperaturas spatiogram y media de las regiones son métodos asimétricos bien promete para identificar regiones sospechosas de contener lesión.

Palabras clave: Termografía. Cáncer. Spatiogram. Mama. Redes neuronales.