Desenvolvimento de técnicas de realce baseados em filtros wavelet para imagens de mamografia digital direta

Abstract

O cancro é a segunda principal causa de morte nos países desenvolvidos. Nas mulheres, o cancro da mama é o mais frequente, anualmente milhares são diagnosticadas com esta doença, sendo a segunda principal causa de morte devido a cancro. O sucesso do tratamento desta doença está intimamente ligado a uma detecção precoce, sendo a etapa fundamental no combate à mesma o diagnóstico. Atualmente o método de diagnóstico mais utilizado é a mamografia, este método é relativamente simples, e consegue-se extrair informação essencial por um preço relativamente baixo. Nos últimos anos têm-se apostado em melhorar a capacidade de detecção dos exames médicos tirando partido das potencialidades do processamento digital das imagens adquiridas. Este tipo de ferramentas provaram conseguir aumentar a sensibilidade dos médicos na detecção de patologias. A sua função é descartar imagem ou zonas sem interesse, salientar locais importantes e quando aplicável emitir alertar ou concelhos. Neste trabalho é estudado o potencial da transformada de Wavelet, no pré-processamento de imagens de mamografia. O objectivo principal é construir uma ferramenta de realce de microcalcificações, frequentemente indicadoras de patologias cancerígenas. A transformada de Wavelet permite decompor uma imagem de tal forma que é possivel analisa-la como uma soma de detalhes e aproximações em diferentes escalas. Esta capacidade revela-se interessante pois as microcalcificações podem ser consideradas como detalhes numa imagem, podendo ser desta forma isoladas e processadas. Os resultados demonstraram que existem inúmeras abordagens possíveis na aplicação da transformada de Wavelet em imagens de mamografia. O realce foi medido utilizando métricas adequadas, obtendo-se maiores contrastes depois do processamento, como esperado. Os vários métodos apresentados apresentam vantagem e desvantagens distintas, portanto para uma aplicação CAD deve ser feita uma análise prévia cuidada, neste aspecto este trabalho poderá ser um bom ponto de partida.

Cancer is the second main cause of death in developed countries. In women, the most frequent type of this disease is breast cancer. Every year, thousands of women are diagnosed with this illness, making cancer the second leading cause of death in women. The main step towards fighting this disease lays the diagnosis, and an early detection is crucial to the success of the treatment. Nowadays, mammography is the most used diagnosis method. It is a simple medical tool that gives essential information at a relatively low cost. In recent years, several efforts have been done in order to improve the detection efficiency of mammograms, by using the potential offered by digital image processing. This kind of tool has proved effective in improving diagnosis accuracy. It allows us to disregard images that show no visible pathologies, while stressing important areas by improving their visualisation and, whenever necessary, issuing alerts and advice. In this work, we study the potential of the Wavelet Transform in the mammography images pre-processing phase. Its aim is to create a tool that enhances micro-calcifications, which is a frequent indicator of breast cancer. The Wavelet Transform allows to breakdown an image to an extent that it becomes possible to analyse it as the summation of details and approximations in different scales. This is a useful function, because micro-calcification are mere details in mammographic images and, this way, it becomes possible to isolate them, enabling the physician to separately process them from the rest of the image. Results have shown that numerous approaches using Wavelet Transform can be used to enhance mammographic images. The enhancement level was measured using appropriate techniques, and the results proved that image enhancement was achieved upon applying image processing, as expected. The various methods presented showed different results, with different advantages and disadvantages as well, making it difficult no select the best out of the considered methods. A careful evaluation of the problem must be performed and, in this sense, this work can become a good starting point to launch this process.