- 1 TÓM TẮT LUẬN VĂN THẠC SĨ Đề tài: Xử lý ảnh X-quang vú dùng cho việc phát hiện bệnh ung thư vú. - Ung thư vú là loại ung thư thường gặp nhất và gây tử vong hàng đầu ở phụ nữ nhiều nước công nghiệp. - Theo cơ quan nghiên cứu ung thư thế giới (IARC - International Agency for Research on Cancer) vào năm 1998 thì ung thư vú đứng đầu, chiếm 21% trong tổng số các loại ung thư ở phụ nữ trên toàn thế giới. - Ung thư vú đang trở nên phổ biến tại các nước đang phát triển. - Cho đến nay, phương pháp hiệu quả nhất để phát hiện ung thư vú ở phụ nữ là chụp nhũ ảnh – phương pháp sử dụng tia X để tạo ảnh vú. - Do vậy hệ thống máy tính hỗ trợ phát hiện ( Computer Aided Detection-CAD) đã được nghiên cứu, được coi như “ bác sĩ thứ hai” nhằm nâng cao độ chính xác trong quá trình phát hiện ung thư vú trên ảnh X-quang. - Mặc dù vậy, trong quá trình khoanh vùng và nhận dạng vùng ung thư có rất nhiều trường hợp bị chẩn đoán nhầm là có bệnh, hay còn gọi là tỉ lệ dương tính giả. - Trong luận văn này tôi đưa ra một hệ thống giúp làm giảm tỉ lệ dương tính giả trong việc phát hiện các vùng nghi ngờ ung thư. - Với việc tìm hiểu các phương pháp lựa chọn đặc trưng như Thống kê bậc nhất (FOS-First Order Statistic), ma trận đồng mức xám (GLCM-Gray Level Co-occurrence Matrix), sai lệch xác suất ngược theo khối (BDIP-Block Diffrence of Inverse Probability), biến thiên hệ số tương quan cục bộ theo khối (BVLC-Block Variantion of Local Correlation Coefficient) để mô tả các khối nghi ngờ ung thư. - Cơ sở dữ liệu chuẩn được lấy từ bộ 322 ảnh X quang vú Mini-MIAS do Hiệp hội phân tích ảnh X quang vú-Một tổ chức ở Vương Quốc Anh với khoảng 2700 khu vực nghi ngờ ung thư đã tính toán được giá trị AUC (diện tích dưới đường cong hoạt động của bộ thu nhận – The area under the ROC curve) đạt kết quả tốt ≥ 0,8. - Thông qua luận văn này, tôi hy vọng trong một tương lai gần có thể tối ưu hóa hệ thống hỗ trợ phát hiện ung thư vú và đem vào thử nghiệm tại các bệnh viện, giúp cho việc chẩn đoán ung thư vú nói riêng và các bệnh ung thư nói chung có thể chính xác và hiệu quả hơn.
Xem thử không khả dụng, vui lòng xem tại trang nguồn hoặc xem
Tóm tắt