Realce y aumento de la resolución de imágenes mamográficas mediante algoritmos de lógica difusa para su clasificación a través de redes neuronales convolucionales
TFG
Autor: Roque Rodríguez Outeiral
Tutora: Belén Ríos Sánchez
Ponente: Carmen Sánchez Ávila
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. Debido a ello, se están dedicando grandes esfuerzos en el desarrollo de técnicas avanzadas de imagen basadas en medicina nuclear y tecnologías ópticas, aunque lo cierto es que la mamografía sigue siendo la más extendida, por su rapidez, sencillez y bajo coste. Así, el aumento de la calidad de este tipo de imágenes es de gran utilidad, puesto que facilita las tareas diagnósticas.
En este trabajo se han implementado varios algoritmos de lógica difusa que aumentan la resolución de las mamografías, realzan sus características y reducen los diferentes tipos de ruido por los que pueden verse afectadas, como el blanco o el impulsivo. Para evaluar los resultados, se ha empleado un clasificador basado en redes neuronales convolucionales, que busca identificar si la imagen es patológica o no, y en caso afirmativo, qué tipo de patología es. Así, los resultados obtenidos en la clasificación de las imágenes aplicando los diferentes algoritmos de lógica difusa serán comparados con aquellos ofrecidos por un algoritmo de interpolación bicúbica y las imágenes originales para obtener un dato cuantitativo acerca del rendimiento de los algoritmos.