Reduzir A Sobreposição Em Mamografiapor Classificação De Aprendizagem Profunda

O câncer de mama é a principal causa de morte por câncer entre as mulheres. A mamografia é o único método actualmente disponível para a detecção fiável decancro da mamaprecoce epotencialmente curável. Pesquisas indicam que a taxa de mortalidade poderia diminuir em30% se as mulheres com 50 anos ou mais de idade fizessem mamografias regulares. Nesta dissertação, propomos umnovo método de análise de mamografia de campo completo com foco na caracterização e identificação de mamografias normais. Uma mamografia é analisada região por região e é classificada como normal ouanormal. Os métodos de extração de características são apresentados nesta tese que são usados paradistinguir regiões normais e anormais de uma mamografia.Neste livro, o classificador de rede neural de convolução é usado para impulsionar a classificação desempenho. Este classificador tem um desempenho melhor do que os classificadores anteriores. Em que ele mostra mais precisão do que os outros classificadores, a taxa de erro de classificação das mamografias normais como anormais.Esta abordagem tem um bom desempenho em problemas de sobreposição.