Обнаружение и оценка патологии молочной железы на основе нечеткой кластеризации и дискретного вейвлет преобразования

Аннотация: Целью работы является разработка метода извлечения опухоли молочной железы и неинфицированной области молочной железы в рамках медицинской визуализации, используя комбинацию средств нечеткой кластеризации с дискретным вейвлет-преобразованием (FCMDWT). В рамках исследования были использованы два набора данных маммографических изображений молочной железы: подмножество изображений груди цифровой базы данных для скрининговой маммографии (CBIS-DDSM) и частный набор данных. Чтобы улучшить качество изображения перед применением FCMDWT для сегментации и анализа опухолей, использовались методы усиление контраста. Для оценки точности выделения опухоли были использованы такие метрики как коэффициента Дайса (оценка F1) и пересечения по объединению (IoU). Среднее значение IoU составило 98,41, а оценка F1 составила 96,47 при использовании предложенного FCMDWT.

Ключевые слова: Медицинское изображение, FCM, обработка изображений DWT, сегментация опухоли, неинфицированные области.

Y.A. Hamad, A.G. Zotin, K.V. Simonov, A.V. Medievsky, I.G. Chizhova

Detection and evaluation of breast  pathology based on fuzzy clustering and discrete wavelet transform

Summary: The aim of the work is to develop a method for extracting a breast tumor and an uninfected area of the breast within the framework of medical imaging using a combination of fuzzy clustering with discrete wavelet transform (FCMDWT) tools.

Two sets of mammographic breast image data were used in the study: a subset of breast images of a digital base mammography screening data (CBIS-DDSM) and private data set. Contrast enhancement techniques were used to improve image quality before using FCMDWT for tumor segmentation and analysis. To assess the accuracy of tumor isolation metrics such as the Dice coefficient (F1 score) and intersection by union (IoU) were used. The mean IoU was 98.41 and F1 score was 96.47 using the proposed FCMDWT.

Keywords: Medical Image, FCM, DWT Image processing, Tumor Segmentation, Non-Infected regions.

DOI: 10.34219/2306-3645-2023-13-1-5-13