Comparing Results of Thermographic Images Based Diagnosis for Breast Diseases

要約

この論文では、乳房疾患の検出における赤外線 (IR) イメージングの潜在的な貢献を調べます。
公開データに適用した場合のさまざまなアプローチの一貫性に関して、サポート ベクター マシン (SVM) などの悪性乳房状態を検出するためのいくつかのアルゴリズムを使用して得られた結果を比較します。
さらに、実際の IR イメージングの機能を臨床試験の補完として利用し、高解像度 IR イメージングを使用した研究を促進するために、自信を持って訓練された乳房医師によって改訂された公開データベースの使用が不可欠であると考えました。
私たちの仕事では、静的取得プロトコルのみが考慮されています。
Pro Engenharia (PROENG) 公開データベースからの 102 IR 単一乳房画像を使用しました (正常な 54 枚と所見のある 48 枚)。
これらの画像は、ペルナンブコ連邦大学 (UFPE) 大学病院から収集されました。
最良の結果を提示し、Sequential Minimal Optimization (SMO) 分類器を使用して 61.7 % の精度と 0.24 の Youden インデックスを達成した研究の著者によって提案されたものと同じ機能を採用しました。

要約(オリジナル)

This paper examines the potential contribution of infrared (IR) imaging in breast diseases detection. It compares obtained results using some algorithms for detection of malignant breast conditions such as Support Vector Machine (SVM) regarding the consistency of different approaches when applied to public data. Moreover, in order to avail the actual IR imaging’s capability as a complement on clinical trials and to promote researches using high-resolution IR imaging we deemed the use of a public database revised by confidently trained breast physicians as essential. Only the static acquisition protocol is regarded in our work. We used lO2 IR single breast images from the Pro Engenharia (PROENG) public database (54 normal and 48 with some finding). These images were collected from Universidade Federal de Pernambuco (UFPE) University’s Hospital. We employed the same features proposed by the authors of the work that presented the best results and achieved an accuracy of 61.7 % and Youden index of 0.24 using the Sequential Minimal Optimization (SMO) classifier.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google