Avaliação automática da qualidade de imagens mamográficas digitais geradas com simulador CDMAM

• Ano de defesa: 2013
• Autor(a) principal: Sousa, Maria Angélica Zucareli
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Controle de qualidade em mamografia; Digital mammography; Human visual perception; Mamografia digital; Percepção visual humana; Phantom CDMAM; Quality control in mammography
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/18/18152/tde-27082013-084937/

Os requisitos técnicos da qualidade da imagem em mamografia estabelecidos por normas nacionais e internacionais incluem parâmetros de qualidade que podem ser avaliados através da realização de testes periódicos. Estes parâmetros podem ser medidos com a aquisição e leitura de imagens de objetos (phantoms) que simulam as estruturas presentes em uma mamografia. O phantom CDMAM foi confeccionado especificamente para a realização de testes que utilizam um procedimento padrão para se determinar um limiar de contraste para cada diâmetro de disco presentes em suas imagens. No entanto, esta tarefa é bastante trabalhosa e consome tempo, além de estar sujeita a uma significativa dependência do observador, diminuindo a precisão das aferições. Nesse sentido, o propósito deste trabalho é o desenvolvimento de um software que auxilie o profissional na realização dos testes, reduzindo a subjetividade devida aos observadores e correlacionando as leituras automatizadas com o sistema visual humano, sem a necessidade de se efetuar a correção dos resultados, como é realizado em diversos trabalhos encontrados na literatura. Para isso, foram utilizadas imagens obtidas por cinco sistemas CR e um método de detecção baseado na confecção de filtros circulares correlatores. A correlação com a visão humana fundamentou-se nos parâmetros de Weber, que descrevem o comportamento do sistema visual na discriminação do contraste em imagens digitais. A classificação dos discos contidos na imagem do phantom entre visível ou não visível foi efetuada a partir de uma ferramenta de mineração de dados conhecida como WEKA (Waikato Environment for Knowledge Analysis) associada ao algoritmo J48, que promove a construção de modelos de árvore de decisão. O resultado da implementação destas árvores de decisão foi a obtenção de um sistema de auxílio ao especialista que reforça a sua integridade na avaliação a partir de resultados estáveis e de fácil interpretação, atingindo acurácias de até 95%.