Breast Cancer Risk Assessment based on Radiomic Phenotypes

Padilla Arrieta, Astrid Carolina

Breast Cancer Risk Assessment based on Radiomic Phenotypes

dc.contributor.advisor	Pertuz Arroyo, Said David
dc.contributor.author	Padilla Arrieta, Astrid Carolina
dc.contributor.evaluator	Martínez Carrillo, Fabio
dc.contributor.evaluator	Gastounioti, Aimilia
dc.date.accessioned	2022-09-15T19:26:47Z
dc.date.available	2022-09-15T19:26:47Z
dc.date.created	2022-09-09
dc.date.issued	2022-09-09
dc.description.abstract	El análisis cuantitativo de las características de textura de las imágenes mamográficas, i.e. análisis parenquimatoso, ha mostrado una fuerte asociación con el riesgo de desarrollar cáncer de mama. Además, algunos estudios han demostrado que los tejidos mamarios podrían formar agrupaciones según la apariencia visual mamográfica, es decir, fenotipos de imagen, que están relacionados con el riesgo de cáncer de mama. El objetivo de esta tesis fue estudiar la utilización de fenotipos basados en imágenes para la predicción del riesgo de cáncer de mama. Para ello, propusimos una metodología para incluir fenotipos individualizados en el análisis parenquimatoso. Además, realizamos un análisis de clusters sobre un conjunto de descriptores basados en la anatomía del seno. Los descriptores basados la anatomía del seno buscan generar representaciones fenotípicas de la mamografía basadas en la anatomía de la mama, y el análisis de clustering tiene como objetivo evaluar la presencia de grupos de fenotipos y su asociación con el cáncer. Los experimentos se realizaron en un estudio de casos y controles que incluía las cuatro vistas de mamografía estándar de 286 mujeres. La inclusión de fenotipos individualizados en el análisis del parénquima mostró un aumento en el rendimiento de la evaluación del riesgo en comparación con el análisis clásico parenquimatoso (AUC de 0,813 frente a 0,504). En cambio, el análisis de agrupación de los fenotipos propuestos basados en la anatomía no mostró grupos de fenotipos relacionados con el riesgo de cáncer de mama.
dc.description.abstractenglish	The quantitative analysis of texture features from mammography images, i.e., parenchymal analysis, has repeatedly shown a strong association with the risk of developing breast cancer. In addition, some studies have shown that breast tissues might form groupings according to mammographic visual appearance, namely imaging phenotypes, which are related to the risk of breast cancer. This thesis was aimed to study the utilization of image-based phenotypes for breast cancer risk prediction. For this purpose, we proposed a methodology for including individualized phenotypes in parenchymal analysis. Additionally, we performed a cluster analysis over a set of anatomy-based descriptors. The anatomy-based descriptors seek to generate phenotypical representations of the mammography based on the breast anatomy, and the clustering analysis aims to evaluate the presence of groups of phenotypes and their association with cancer. Experiments were performed under a case-control study that included the four standard mammography views of 286 women. The inclusion of individualized phenotypes in the parenchymal analysis showed an increase in the risk assessment performance compared with the classical parenchymal analysis (AUC of 0.813 vs 0.504). In contrast, the clustering analysis of the proposed anatomy-based phenotypes did not show groups of phenotypes related to breast cancer risk.
dc.description.degreelevel	Maestría
dc.description.degreename	Magíster en Ingeniería Electrónica
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/20.500.14071/11443
dc.language.iso	eng
dc.publisher	Universidad Industrial de Santander
dc.publisher.faculty	Facultad de Ingeníerias Fisicomecánicas
dc.publisher.program	Maestría en Ingeniería Electrónica
dc.publisher.school	Escuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rights	info:eu-repo/semantics/openAccess
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_abf2
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-nd/4.0/
dc.subject	Cáncer de seno
dc.subject	Clustering
dc.subject	Evaluación de riesgo
dc.subject	Fenotipos de imagen
dc.subject.keyword	CBIR
dc.subject.keyword	Breast cancer
dc.subject.keyword	Risk assessment
dc.title	Breast Cancer Risk Assessment based on Radiomic Phenotypes
dc.title.english	Breast Cancer Risk Assessment based on Radiomic Phenotypes
dc.type.coar	http://purl.org/coar/resource_type/c_bdcc
dc.type.hasversion	http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.local	Tesis/Trabajo de grado - Monografía - Maestría
dspace.entity.type