Development of advanced computer methods for breast cancer image interpretation through texture and temporal evolution analysis

Author

AbdelNasser Mohamed Mahmoud, Mohamed

Director

Moreno Ribas, Anton

Puig, Domènec

Date of defense

2016-07-08

Pages

254 p.



Department/Institute

Universitat Rovira i Virgili. Departament d'Enginyeria Informàtica i Matemàtiques

Abstract

El càncer de pit és una de les malalties més perilloses que ataquen les dones. Els sistemes de diagnòstic assistit per ordinador poden ajudar a detectar el càncer de pit de forma precoç i reduir-ne la mortalitat. Aquesta tesi proposa diversos mètodes per a l'anàlisi d'imatges de càncer de mama. Analitzem el càncer de mama a mamografies, ecografies i termografies. La nostra anàlisi inclou la classificació de massa / teixit normal de pit, la classificació de tumors benignes / maligne en les mamografies i les imatges d'ultrasò, detecció de mugró en termogrames, registre de mamografies i l'anàlisi de l'evolució dels tumors de pit. Es van considerar mètodes coneguts d'anàlisis de textures i s'han proposat dos nous descriptors de textura. També es va estudiar l'efecte de la resolució de píxels, l'escala d'integració, el pre-processament i la normalització en el rendiment d'aquests mètodes d'anàlisi de textures per a la classificació dels tumors. Finalment, hem utilitzat la tècnica de super-resolució per millorar el funcionament dels mètodes d'anàlisi de textures a l'hora de classificar els tumors de pit en les imatges d'ultrasò. Per a l'anàlisi del càncer de pit a termogrames, proposem un mètode automàtic per a la detecció dels mugrons que és precís i senzill. Per analitzar l'evolució del càncer de pit, es proposa un mètode de registre temporal de mamografies basat en coordenades curvilínies. També proposem un mètode per quantificar i visualitzar l'evolució dels tumors de pit en pacients sotmesos a tractament mèdic. En general, els mètodes proposats en aquesta tesi milloren el rendiment dels mètodes de l'estat de l'art i poden ajudar a millorar el diagnòstic del càncer de pit.


El cáncer de mama es una de las enfermedades más peligrosas que afecta a las mujeres. Los sistemas de diagnóstico asistido por ordenador pueden ayudar a detectar el cáncer de mama de una manera temprana y reducir la mortalidad. Esta tesis propone varios métodos para el análisis de imágenes de cáncer de mama. Analizamos el cáncer de mama en mamografías, ecografías y termografías. Nuestro análisis incluye la clasificación de masa / tejido normal de mama, la clasificación de tumores benignos / malignos en mamografías e imágenes de ultrasonido, la detección del pezón en termogramas, el registro de mamografías y el análisis de la evolución de los tumores de mama. Consideramos métodos bien conocidos de análisis de texturas y propusimos dos nuevos descriptores de texturas. También estudiamos el efecto de la resolución de los píxeles, la escala de integración, el pre-procesamiento y la normalización de las características en el rendimiento de estos métodos de análisis de texturas para la clasificación de los tumores. Finalmente, hemos utilizado la técnica de super-resolución para mejorar el rendimiento de estos métodos de análisis de texturas a la hora de clasificar los tumores de mama en imágenes de ultrasonido. Para el análisis del cáncer de mama en termogramas, proponemos un método automático para la detección precisa y sencilla de los pezones. Para analizar la evolución del cáncer de mama, proponemos un método de registro de mamografía temporal basado en coordenadas curvilíneas. También proponemos un método para cuantificar y visualizar la evolución de los tumores de mama en pacientes sometidos a tratamiento médico. En general, los métodos propuestos en esta tesis mejoran el rendimiento de las aproximaciones que se encuentran en el estado del arte y pueden ayudar a mejorar el diagnóstico del cáncer de mama.


Breast cancer is one of the most dangerous diseases that attacks women. Computer-aided diagnosis systems may help to detect breast cancer early and reduce mortality. This thesis proposes several methods for analyzing breast cancer images. We analyze breast cancer in mammographies, ultrasonographies and thermographies. Our analysis includes mass/normal breast tissue classification, benign/malignant tumor classification in mammograms and ultrasound images, nipple detection in thermograms, mammogram registration and analysis of the evolution of breast tumors. We considered well-known texture analysis methods and proposed two new texture descriptors. We also studied the effect of pixel resolution, integration scale, preprocessing and feature normalization on the performance of these texture analysis methods for tumor classification. Finally, we used super-resolution approaches to improve the performance of texture analysis methods when classifying breast tumors in ultrasound images. For the analysis of breast cancer in thermograms, we propose an automatic method for detecting nipples that is accurate and simple. To analyze the evolution of breast cancer, we propose a temporal mammogram registration method based on curvilinear coordinates. We also propose a method for quantifying and visualizing the evolution of breast tumors in patients undergoing medical treatment. Overall, the methods proposed in this thesis improve the performance of the state-of-the-art approaches and may help to improve the diagnosis of breast cancer.

Keywords

El càncer de pit; CAD; Anàlisis de textures; El cáncer de mama; Análisis de texturas; Breast Cancer; Texture analysis

Subjects

004 - Computer science and technology. Computing. Data processing; 62 - Engineering. Technology in general; 621.3 Electrical engineering

Knowledge Area

Enginyeria i Arquitectura

Documents

TESI.pdf

15.87Mb

 

Rights

ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.

This item appears in the following Collection(s)