Algoritmo para la clasificación de lesiones en tomosíntesis digital de mama.

Abstract
En los últimos años se han desarrollado diferentes herramientas para ayudar a la detección temprana del cáncer de mama a partir de modalidades de imagen como la mamografía, la resonancia magnética, la tomosíntesis, entre otras. La tomosíntesis digital de mama (DBT, por sus siglas en inglés) es una nueva modalidad de imagen que ha demostrado reducir la tasa de rellamadas falsas en comparación con la mamografía. Sin embargo, las investigaciones sobre el análisis computarizado de imágenes DBT son escasas debido a que la mamografía es la modalidad más utilizada y el foco de atención de la comunidad investigadora hasta el momento. Debido a su ventaja sobre la mamografía, es muy importante explorar el uso de DBT para la clasificación automática de lesiones mamarias, como un esfuerzo para contribuir con este tema de investigación. Este trabajo se centra en la clasificación de lesiones en imágenes DBT de la base de datos Breast Imaging Archive, diseñando e implementando un algoritmo de aprendizaje automático para esta tarea. En primer lugar, se realizó un preprocesamiento de las imágenes para mejorar el proceso posterior de extracción de características. Luego, se entrenó un modelo lineal generalizado con regresión por pasos, que emplea la regresión logística como clasificador, y usa regresión paso a paso, forward y backward, para seleccionar las características más relevantes para el modelo final. Finalmente, la validación se realizó mediante leave-one-out cross-validation. El algoritmo desarrollado tiene un rendimiento aceptable de AUC = 0,651 (IC 95%: 0,537 - 0,766), que podría mejorarse en futuras investigaciones agregando más anotaciones de diferentes pacientes al conjunto de datos e incorporando otras etapas, como la fase de detección del cáncer de mama. Además, este trabajo introdujo una nueva forma de clasificar las lesiones utilizando bases de datos públicas con anotaciones de imágenes DBT limitadas.
Description
Keywords
DBT, Clasificación, Lesiones mamarias, Algoritmo
Citation