{"title":"用卷积神经网络对乳房x光片中的乳房密度进行分类","authors":"M. F. Carvalho, Alexei Manso Correa Machado","doi":"10.5753/sibgrapi.est.2019.8325","DOIUrl":null,"url":null,"abstract":"Neste estudo, avaliou-se o potencial das redes neurais convolucionais na classificação de texturas para diagnóstico de câncer de mama na escala BI-RADS de quatro níveis. A base de dados foi constituída de 5024 exames mamográficos, com recortes de 128x128 pixels. As escalas foram avaliadas em dois conjuntos, o primeiro agrupando as escalas não-densas e densas, e o segundo avaliando os níveis individualmente. Os métodos apresentaram acurácia de 89% e 70%, para o primeiro e o segundo conjuntos, respectivamente, mostrando-se competitivos com trabalhos da literatura.","PeriodicalId":119031,"journal":{"name":"Anais Estendidos da Conference on Graphics, Patterns and Images (SIBGRAPI)","volume":"85 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-10-09","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"Classificação da densidade mamária em mamografias utilizando redes neurais convolucionais\",\"authors\":\"M. F. Carvalho, Alexei Manso Correa Machado\",\"doi\":\"10.5753/sibgrapi.est.2019.8325\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Neste estudo, avaliou-se o potencial das redes neurais convolucionais na classificação de texturas para diagnóstico de câncer de mama na escala BI-RADS de quatro níveis. A base de dados foi constituída de 5024 exames mamográficos, com recortes de 128x128 pixels. As escalas foram avaliadas em dois conjuntos, o primeiro agrupando as escalas não-densas e densas, e o segundo avaliando os níveis individualmente. Os métodos apresentaram acurácia de 89% e 70%, para o primeiro e o segundo conjuntos, respectivamente, mostrando-se competitivos com trabalhos da literatura.\",\"PeriodicalId\":119031,\"journal\":{\"name\":\"Anais Estendidos da Conference on Graphics, Patterns and Images (SIBGRAPI)\",\"volume\":\"85 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-10-09\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Anais Estendidos da Conference on Graphics, Patterns and Images (SIBGRAPI)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.5753/sibgrapi.est.2019.8325\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais Estendidos da Conference on Graphics, Patterns and Images (SIBGRAPI)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/sibgrapi.est.2019.8325","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Classificação da densidade mamária em mamografias utilizando redes neurais convolucionais
Neste estudo, avaliou-se o potencial das redes neurais convolucionais na classificação de texturas para diagnóstico de câncer de mama na escala BI-RADS de quatro níveis. A base de dados foi constituída de 5024 exames mamográficos, com recortes de 128x128 pixels. As escalas foram avaliadas em dois conjuntos, o primeiro agrupando as escalas não-densas e densas, e o segundo avaliando os níveis individualmente. Os métodos apresentaram acurácia de 89% e 70%, para o primeiro e o segundo conjuntos, respectivamente, mostrando-se competitivos com trabalhos da literatura.