RECUPERAÇAO DE IMAGENS MAMOGRAFICAS A PARTIR DE CONTEUDO





RECUPERAÇAO DE IMAGENS MAMOGRAFICAS A PARTIR DE CONTEUDO

(especial para SIIC © Derechos reservados)
Os resultados indicam o potencial de utilização do esquema proposto para pesquisa, treinamento e suporte ao diagnóstico de casos complexos ou de difícil interpretação.
mazzoncini9.jpg Autor:
Paulo Mazzoncini De Azevedo Ma
Columnista Experto de SIIC
Artículos publicados por Paulo Mazzoncini De Azevedo Ma
Coautores
Roberto Rodrigues Pereira Júnior*  José Antônio Hiesinger Rodrigues**  Marcelo Ossamu Honda*** 
Mestre em Engenharia Elétrica. Departamento de Engenharia Elétrica – Escola de Engenharia de São Carlos – Universidade de São Paulo, São Carlos – SP, Brasil*
Médico Radiologista, Mestre em Clínica Médica. Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto – Universidade de São Paulo, Ribeirão Preto – SP, Brasil**
Mestre em Engenharia Elétrica. Centro de Ciências das Imagens e Física Médica – Faculdade de Medicina de Ribeirão Preto – Universidade de São Paulo, Ribeirão Preto – SP, Brasil***
Recepción del artículo
19 de Diciembre, 2003
Aprobación
19 de Febrero, 2004
Primera edición
19 de Marzo, 2004
Segunda edición, ampliada y corregida
7 de Junio, 2021

Resumen
Este trabalho apresenta um sistema de recuperação de imagem a partir de seu conteúdo pictórico (content-based image retrieval - CBIR) com aplicação na área de mamografia. O sistema está sendo desenvolvido para auxiliar o diagnóstico de lesões de mama através da recuperação de imagens similares e seus respectivos laudos associados e utiliza atributos de textura para caracterização dos achados radiológicos e sua correlação com o padrão Breast Imaging Reporting and Data Systems (BI-RADS) do Colégio Americano de Radiologia (ACR). Atributos de textura são calculados a partir da matriz de co-ocorrência de níveis de cinza extraída das regiões contendo as lesões, formando um vetor de características que é utilizado para a indexação e recuperação das imagens por similaridade de conteúdo. Foram utilizados 136 casos clínicos consecutivos contendo lesões confirmadas, dos quais 13 foram aleatoriamente separados para teste do sistema. A similaridade entre a imagem de busca e as imagens recuperadas foi avaliada por um radiologista especializado em mama, o qual deu uma nota entre 1 e 5 para cada comparação. A avaliação do sistema realizou-se através da quantificação da resposta subjetiva dos especialistas e também através das categorias do BI-RADS, em ambos os casos comparando-se a imagem investigada e imagens recuperadas pelo sistema. Os resultados forneceram valores de precisão entre 22% e 100% para a comparação entre as imagens e entre 25% e 100% em correlação com a classificação do BI-RADS. Os resultados indicam o potencial de utilização do esquema proposto para pesquisa, treinamento e suporte ao diagnóstico de casos complexos ou de difícil interpretação.

Palabras clave
Recuperação de imagem baseada em conteúdo, diagnóstico auxiliado por computador, mamografia digital, textura, reconhecimento de padrões, content-based image retrieval, computer-aided diagnosis, digital mammography, texture, pattern recognition.


Artículo completo

(castellano)
Extensión:  +/-3.29 páginas impresas en papel A4
Exclusivo para suscriptores/assinantes

Clasificación en siicsalud
Artículos originales > Expertos del Mundo >
página   www.siicsalud.com/des/expertocompleto.php/

Especialidades
Principal: Obstetricia y Ginecología
Relacionadas: Diagnóstico por Imágenes, Medicina Interna, Oncología



Comprar este artículo
Extensión: 3.29 páginas impresas en papel A4

file05.gif (1491 bytes) Artículos seleccionados para su compra




Patrocinio y reconocimiento:
Os autores agradecem à Fundação de Amparo à Pesquisa do Estado de São Paulo – FAPESP pelo apoio financeiro. Processos No 2000/11600-9 e 2001/02526-2.
Bibliografía del artículo
  1. Smeulders AWM, Worring M, Santini S, et al. Content-Based Image Retrieval at the End of the Early Years. IEEE Trans Pattern Analysis and Machine Intelligence, Vol 22, No 12, December 2000: 1349-1380.
  2. Vailaya A, Figueiredo MAT, Jain AK, et al. Image Classification for Content-Based Indexing. IEEE Trans. Image Processing, Vol.10, No1, January 2001: 117-130.
  3. Li Q, Li F, Shiraishi J, Katsuragawa S, et al. Investigation of new psychophysical measures for evaluation of similar images on thoracic computed tomography for distinction between benign and malignant nodules. Med. Phys. 30 (10), October 2003: 2584-2593.
  4. Azevedo Marques PM, Honda MO, Rodrigues JAH, et al. Recuperação de imagem baseada em conteúdo: uso de atributos de textura para caracterização de microcalcificações mamográficas. Radiol. Bras. 2002; 35(2):93-98.
  5. Honda MO, Rodrigues JAH, Pereira Jr. RR, et al. Uso de Atributos de Textura para Minimização do "gap" Semântico em Sistemas de Recuperação de Imagem Baseada em Conteúdo (CBIR). Anais do VIII Congresso Brasileiro de Informática em Saúde (CBIS'2002), Natal – RN, Basil, 06 páginas em CD-ROM.

Título español
Resumen
 Palabras clave
 Bibliografía
 Artículo completo
(exclusivo a suscriptores)
 Autoevaluación
  Tema principal en SIIC Data Bases
 Especialidades

  English title
  Abstract
  Key words
Full text
(exclusivo a suscriptores)


Autor 
Artículos
Correspondencia

Patrocinio y reconcimiento
Imprimir esta página
 
 
 
 
 
 
 
 
 
 
 
 
Está expresamente prohibida la redistribución y la redifusión de todo o parte de los contenidos de la Sociedad Iberoamericana de Información Científica (SIIC) S.A. sin previo y expreso consentimiento de SIIC.
ua31618