Rozmyta klasyfikacja mikroskalcyfikacji w mammogramach
Rak piersi jest jedną z najczęstszych form raka występującego u kobiet. Mammografia jest metodą powszechnie stosowaną w celu wykrycia raka piersi. Mammografia jest to bardzo wysokiej rozdzielczości przestrzenne zdjęcie rentgenowskie piersi. Mammogramy muszą być przebadane pod kątem nieprawidłowych i potencjalnie niebezpiecznych zmian chorobowych. Diagnostyka komputerowa jest aktywnym obszarem badań mających na celu automatyczne wykrycie nieprawidłowości w mammogramie. W centrum zainteresowania tej pracy znajduje się automatyczne wykrywanie mikroskalacji na mammogramie z wykorzystaniem przetwarzania obrazów rozmytych. Mikroskalcyfikacje są jednym z najwcześniejszych objawów raka piersi, który czasami jest trudny do wykrycia ze względu na swój mały rozmiar, niski kontrast i rozmytą granicę. Opracowane w tej pracy algorytmy rozmyte analizują obraz na poziomie pikseli, wykrywają nieprawidłowości i identyfikują ich brzegi za pomocą operatorów rozmytych. Opracowany system rozmyty jest stosowany na zestawie mammogramów o wysokiej rozdzielczości w celu potwierdzenia jego działania. Wyniki wyraźnie wskazują na wykonalność i skuteczność proponowanego podejścia.