Identificação de massas em mamografias digitais com redes MLP e RBF

Estudamos a identificação de massas em mamografias digitais usando análise de textura. Um número de medidas de textura é calculado para imagens de diferença bilateral que mostram regiões de interesse. As medições são feitas em matrizes de coocorrência em quatro direções diferentes, totalizando setenta características. Essas características incluem as propostas por Haralick et al. (1973) e Chan et al. (1997). Estudamos um total de 144 imagens de mama da base de dados MIAS. A dimensionalidade do conjunto de dados é reduzida usando análise de componentes principais (PCA), e os componentes de PCA são classificados usando redes de perceptron multicamada com retropropagação (MLP) e funções de base radial baseadas em núcleos gaussianos (RBF). Os dois métodos são comparados nos mesmos dados em uma validação cruzada de dez vezes. Os resultados são gerados com base na taxa média de reconhecimento ao reconhecer corretamente massas e regiões normais. Análises adicionais são baseadas nas curvas características de operação do receptor (ROC). Os melhores resultados mostram taxas de reconhecimento de 77% de reconhecimento correto e um valor de área sob a curva ROC Az de 0,74.