Rozmyta klasyfikacja mikroskalcyfikacji w mammogramach

Rak piersi jest jedn¿ z najcz¿stszych form raka wyst¿puj¿cego u kobiet. Mammografia jest metod¿ powszechnie stosowan¿ w celu wykrycia raka piersi. Mammografia jest to bardzo wysokiej rozdzielczo¿ci przestrzenne zdj¿cie rentgenowskie piersi. Mammogramy musz¿ by¿ przebadane pod k¿tem nieprawid¿owych i potencjalnie niebezpiecznych zmian chorobowych. Diagnostyka komputerowa jest aktywnym obszarem badä maj¿cych na celu automatyczne wykrycie nieprawid¿owo¿ci w mammogramie. W centrum zainteresowania tej pracy znajduje si¿ automatyczne wykrywanie mikroskalacji na mammogramie z wykorzystaniem przetwarzania obrazów rozmytych. Mikroskalcyfikacje s¿ jednym z najwcze¿niejszych objawów raka piersi, który czasami jest trudny do wykrycia ze wzgl¿du na swój mäy rozmiar, niski kontrast i rozmyt¿ granic¿. Opracowane w tej pracy algorytmy rozmyte analizuj¿ obraz na poziomie pikseli, wykrywaj¿ nieprawid¿owo¿ci i identyfikuj¿ ich brzegi za pomoc¿ operatorów rozmytych. Opracowany system rozmyty jest stosowany na zestawie mammogramów o wysokiej rozdzielczo¿ci w celu potwierdzenia jego dziäania. Wyniki wyränie wskazuj¿ na wykonalno¿¿ i skuteczno¿¿ proponowanego podej¿cia.