Breast cancer risk assessment using gabor filter bank and curvelet transform

Vargas Molano, Andrés Felipe

Publicación:
Breast cancer risk assessment using gabor filter bank and curvelet transform

dc.contributor.advisor	Pertuz Arroyo, Said David
dc.contributor.author	Vargas Molano, Andrés Felipe
dc.date.accessioned	2024-03-04T01:11:50Z
dc.date.available	2021
dc.date.available	2024-03-04T01:11:50Z
dc.date.created	2021
dc.date.issued	2021
dc.description.abstract	El objetivo de la evaluación del riesgo de cáncer de seno es establecer el riesgo que tiene una persona sana de desarrollar cáncer de seno en el futuro. Recientemente, las imágenes mamográficas han mostrado un gran potencial para la extracción de biomarcadores de imagen para la construcción de modelos de riesgo de cáncer de seno. Los filtros de Gabor y la transformada Curvelet descomponen la información de textura a diferentes escalas y orientaciones en el dominio de la frecuencia espacial y se pueden utilizar para el análisis de características de textura mamográfica. Este trabajo tiene como objetivo comparar los filtros de Gabor y la transformada de Curvelet para la extracción de características de textura para la evaluación del riesgo de cáncer de seno. Comparamos diferentes configuraciones de bancos de filtros Gabor y Curvelet analizando el efecto del número de bandas y la arquitectura de los filtros. Se llevó a cabo un proceso de selección de características en el que se analizaron tres escenarios diferentes: el primero utilizando características de todas las bandas de frecuencia sin selección de características, el segundo realizando una selección secuencial de características y el tercero realizando una preselección de las bandas relevantes utilizando un umbral de significancia (p
dc.description.abstractenglish	The goal of breast cancer risk assessment is to establish the risk that a healthy person has of developing breast cancer in the future. Recently, mammographic images have shown great potential for the extraction of imaging biomarkers for the construction of breast cancer risk models. The Gabor filters and the Curvelet transform decompose texture information at different scales and orientations in spatial frequency domain and they can be utilized for the analysis of mammographic texture features. This work aims at comparing the Gabor filters and Curvelet transform for the extraction of texture features for the assessment of breast cancer risk. We compared different configurations of Gabor and Curvelet filter banks by analyzing the effect of the number of bands and architecture of the filters. A feature selection process was carried out where three different scenarios were analyzed: the first one using features from all frequency bands without feature selection, the second by performing sequential forward feature selection and, the third one by performing a pre-selection of the relevant bands using a threshold of significance (p < 0.05) by representing each frequency band with 3 parameters (α, β and µ) of the Generalized Gaussian Distribution (GGD). Results in a pilot casecontrol study with 54 digital mammography images (27 cases and 27 controls) indicate that Gabor filter banks yield a superior performance than Curvelet analysis, with an AUC of 0.722 in the classification of high-risk and low-risk women.
dc.description.degreelevel	Pregrado
dc.description.degreename	Ingeniero Electrónico
dc.format.mimetype	application/pdf
dc.identifier.instname	Universidad Industrial de Santander
dc.identifier.reponame	Universidad Industrial de Santander
dc.identifier.repourl	https://noesis.uis.edu.co
dc.identifier.uri	https://noesis.uis.edu.co/handle/20.500.14071/40955
dc.language.iso	spa
dc.publisher	Universidad Industrial de Santander
dc.publisher.faculty	Facultad de Ingenierías Fisicomecánicas
dc.publisher.program	Ingeniería Electrónica
dc.publisher.school	Escuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rights	http://creativecommons.org/licenses/by/4.0/
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.creativecommons	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.license	Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.uri	http://creativecommons.org/licenses/by-nc/4.0
dc.subject	Evaluación De Riesgo De Cáncer De Seno
dc.subject	Transformada Curvelet
dc.subject	Filtros Gabor
dc.subject	Extracción De Características
dc.subject	Análisis De Frecuencia Espacial.
dc.subject.keyword	Breast Cancer Risk Assessment
dc.subject.keyword	Curvelet Transform
dc.subject.keyword	Gabor Filters
dc.subject.keyword	Feature Extraction
dc.subject.keyword	Spatial Frequency Analysis.
dc.title	Breast cancer risk assessment using gabor filter bank and curvelet transform
dc.title.english	Breast cancer risk assessment using gabor filter banks and curvelet transform
dc.type.coar	http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversion	http://purl.org/coar/resource_type/c_7a1f
dc.type.local	Tesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.type	Publication