Análise de imagens por recorrências
Resumo
Resumo: Os métodos modernos computacionais de avaliaçâo de mamografias digitais procuram auxiliar os especialistas na detecção de anomalias, que nada mais são que regiões com pequenas variações na tonalidade de cor de uma dada área para outra vizinha. Mesmo havendo um grande número de trabalhos produzidos na área, esse ainda é um problema em aberto tanto em ci^encia quanto em tecnologia. Dessa forma, procurou-se desenvolver um método computacional de análise de imagens. Tal método foi baseado na técnica dos gráficos de recorrência (ou RPS). Essa técnica multidisciplinar possui diversos mecanismos de avaliação estatística diferentes, denominados quantificadores de recorrência (ou RQAs). No presente trabalho, essas idéias foram adaptadas para avaliação de diferenças em imagens, desenvolvendo técnicas que otimizam a qualidade dos resultados e automatizam o processo de tratamento das imagens. Quando essas técnicas foram aplicadas a diversas mamografias digitais e comparamos nossas imagens com as que os especialistas estão acostumados a ver, constatamos visualmente um grande ganho de detalhes. Por fim, concluímos que nossas ferramentas são extremamente eficientes na detecção de bordas, e apresentamos futuras idéias de trabalhos. Abstract: Modern computational methods are used in digital mammography to help experts in the detection of anomalies that is, regions with small color variations when compared with they neighbours. Even with a great number of works produced in the area, this is yet an issue to be solved as a science and technlogical application. So we have developed a computational method to analyze such images. This method is based on the technique of the recurrence plots (or RPs). This multidisciplinary technique has many statistical mechanisms in its avaliation, so called recurrence quanti_cation analysis (or RQAs). In this work we have adapted this ideas to detect di_erences in images, to get the best image that we can do with this method and to make the method automatic. When we apply our methods for lots of digital mammograms and compare the images that the especialists tradionally uses for detection, we can clearly see the great amount of details that previously was hidden. In the conclusion, we show again the great power of detection of hidden structures that the method has, and present the possibilities for future works.
Collections
- Teses & Dissertações [10009]