Fast and Precise Segmentation Approach for Breast Cancer Detection in Mammography Images
Рік:
2016
Сторінок:
Р. 95-98
Тип документу:
Стаття
Головний документ:
Київський Вісник Київського національного університету імені Тараса Шевченка / Київський, університет імені національний; редкол.: голов. ред. Анісімов А.В. ; Хусаінов Д.Я., Arturs Medvids, Miklos Ronto [та ін.]. - Київ, 2016
Анотація:
In this paper, mean shift and graph-based segmentation algorithm are utilized to detect breast cancer tumors in mammography images. Brightness histograms are used to detect breast area and separate it from a background. Monte-Carlo method inside chest area from the previous step is used for generating input points sample for mean shift clustering. Then, mean shift output is some number of clusters, which, at the same time, are color palette of mammography image. Felzenswalb graph-based algorithm is applied to find all connected components in the color palette segmentation. At the final step, a geometric filter is used to determine if there is a cancer tumor among the components.
У цій статті було використано mean shift і сегментацію на основі графу для детектування пухлин раку грудей на зображеннях мамографії. Гістограми яскравості використовуються для детектування зони грудей та відділення цієї зони від фону. Було застосовано метод Монте-Карло всередині площини грудей з попереднього кроку для генерації вхідної вибірки для mean shift кластерізації. Результат кластерізації - декілька кластерів, які, в той же час, являються палітрою кольорів зображення мамографії. Застосовано алгоритм на графах Фельзеншвальба для знаходження зв"язних компонент в с&егментації палітрою кольорів. На останньому кроці, використовуючи геометричні фільтри, виділяються ракові пухлини серед інших компонент.
