Fuzzy-Klassifizierung von Mikrokalk in Mammogrammen

Brustkrebs ist eine der häufigsten Krebsarten, die bei Frauen auftritt. Die Mammographie ist eine häufig verwendete Methode zur Erkennung von Brustkrebs. Eine Mammographie ist eine Röntgenaufnahme der Brust mit sehr hoher räumlicher Auflösung. Die Mammographien müssen auf abnormale und möglicherweise gefährliche Läsionen untersucht werden. Die computergestützte Diagnose ist ein aktives Forschungsgebiet, um Anomalien in einer Mammographie automatisch zu erkennen. Der Schwerpunkt dieser Arbeit liegt auf der automatischen Erkennung von Mikroverkalkungen in einer Mammographie mittels unscharfer Bildverarbeitung. Mikroverkalkung ist eines der frühesten Anzeichen von Brustkrebs, der aufgrund seiner geringen Größe, seines geringen Kontrasts und der unscharfen Abgrenzung manchmal schwer zu erkennen ist. Die in dieser Arbeit entwickelten Fuzzy-Algorithmen analysieren ein Bild auf Pixelebene, erkennen die Anomalien und identifizieren die Ränder der Anomalien mit Hilfe von Fuzzy-Operatoren. Das entwickelte Fuzzy-System wird auf einen Satz hochauflösender Mammogramme angewendet, um seine Leistung zu validieren. Die Ergebnisse zeigen deutlich die Durchführbarkeit und Wirksamkeit des vorgeschlagenen Ansatzes.