Realce de imágenes mamográficas para su análisis y clasificación mediante un sistema CAD basado en redes neuronales convolucionales
El cáncer de mama es una de las neoplasias de mayor incidencia en la actualidad. No obstante, es posible reducir su mortalidad mediante una detección precoz que permita realizar un tratamiento efectivo. Para ello, la mamografía sigue siendo la técnica más extendida, por su rapidez, sencillez y bajo coste. Dadas las características de este tipo de imágenes, su análisis e interpretación pueden resultar complicados incluso para radiólogos experimentados. De este modo, el aumento de la calidad de las imágenes es de gran utilidad, puesto que facilita las tareas diagnósticas. Este trabajo presenta una comparativa de distintos métodos de realce de imágenes aplicados a mamografías. En particular se han utilizado técnicas de realce de contraste mediante wavelets y modificación adaptativa del histograma y de aumento de resolución mediante lógica difusa. Para evaluar cuantitativamente los resultados, se han incluido estos métodos dentro de un sistema CAD basado en redes neuronales convolucionales, que busca identificar si la imagen es patológica o no, y en caso afirmativo, distinguir entre masas y mircocalcificaciones.