Termografía un estudio diagnóstico complementario como apoyo en la detección temprana de anomalías de mama femenina
DOI:
https://doi.org/10.26507/paper.3124Palabras clave:
infrared breast cancer, thermography breast cancer, DITI, digital infrared breastResumen
Se presentan los avances de la propuesta de una metodología de visión artificial basada en termografía infrarroja como técnica de diagnóstico complementario de apoyo en la detección temprana de anomalías de mama femenina. En la etapa de adquisición se desarrolló un escenario de captura de imágenes termográficas basado en la adaptación de un protocolo internacional dentro de un Hospital de la región en el que se capturaron 150 imágenes. Posteriormente, en la etapa preprocesamiento y segmentación se emplearon técnicas para el mejoramiento del contraste y detectores de frontera con el fin de extraer cada mama de la zona de tórax de las pacientes; después se emplearon técnicas de transformación como las de coocurrencia para extraer las características de cada imagen y así terminar con la etapa de clasificación en el que se confrontaron modelos de máquinas de aprendizaje superficial versus modelos de aprendizaje profundo. En este primer ciclo se alcanzó a implementar un algoritmo de frontera basado en filtros gradientes más la transformación de Hough para la segmentación, y en la etapa de clasificación se obtuvieron porcentajes de precisión superiores al 80%. Los resultados alcanzados en esta primera etapa permiten brindar cierto grado de confianza en el uso de este tipo de estudio para efectos de detección temprana de anomalías de mama, pero también permite preveer las limitaciones de este tipo de estudio.
Descargas
Citas
American Academy of Thermology (AAT). (2019). American Academy of Thermology. Thermology.
American College of Clinical of Thermology. (2020). American College of Clinical of Thermology (ACCT). What is Thermology? https://thermologyonline.org/about-thermology/
Borchartt, T. B., Conci, A., Lima, R. C. F., Resmini, R., & Sanchez, A. (2013). Breast thermography from an image processing viewpoint: A survey. Signal Processing, 93(10), 2785–2803. https://doi.org/10.1016/j.sigpro.2012.08.012
Brioschi, M., Horner, C., Kane, R., Getson, P., Pittman, J., Rind, B., Campbell, J., Ehle, E., Mustovoy, A., Crawford, J., & Tokman, A. (2022). The American Academy of Thermology Guidelines for Breast Thermology 2021. Pan American Journal of Medical Thermology, 8:e2021003. https://doi.org/10.18073/pajmt.2021.8.003
F., S., Z., K., F., H., L., O., M., R., & T.T., A. (2018). Artificial intelligence methods for the diagnosis of breast cancer by image processing: A review. Breast Cancer: Targets and Therapy, 10, 219–230. https://doi.org/10.2147/BCTT.S175311
Frize, M., Herry, C., & Roberge, R. (2002). Processing of thermal images to detect breast cancer: Comparison with previous work. Annual International Conference of the IEEE Engineering in Medicine and Biology - Proceedings, 2, 1159–1160. https://doi.org/10.1109/iembs.2002.1106325
González, F. J. (2011). Non-invasive estimation of the metabolic heat production of breast tumors using digital infrared imaging. Quantitative InfraRed Thermography Journal, 8(2), 139–148. https://doi.org/10.3166/qirt.8.139-148
Haralick, R., Shanmugan, K., & Dinstein, I. (1973). Textural features for image classification. En IEEE Transactions on Systems, Man and Cybernetics (Vol. 3, pp. 610–621).
H.G., Z., J., H., F.J.S., Z., Z.E., Z., S., K., S., M., & S., N. (2016). A review of the dedicated studies to breast cancer diagnosis by thermal imaging in the fields of medical and artificial intelligence sciences. Biomedical Research (India), 27(2), 543–552. http://www.embase.com/search/results?subaction=viewrecord&from=export&id=L609923378
H.G., Z., S., M., S., N., S., K., Z.E., Z., F.J.S., Z., J., H., F., K., & N., A. (2016). Breast cancer diagnosis by thermal imaging in the fields of medical and artificial intelligence sciences: Review article. Tehran University Medical Journal, 74(6), 377–385. http://www.embase.com/search/results?subaction=viewrecord&from=export&id=L613364218
Husaini, M. A. S. A., Habaebi, M. H., Hameed, S. A., Islam, M. R., & Gunawan, T. S. (2020). A Systematic Review of Breast Cancer Detection Using Thermography and Neural Networks. IEEE Access, 8, 208922–208937. https://doi.org/10.1109/ACCESS.2020.3038817
INSTITUTO NACIONAL DEL CÁNCER (NIH). (2021, noviembre 12). Tipos de Cancer. Exámenes de detección del cáncer de seno (mama) (PDQ®)–Versión para profesionales de salud. https://www.cancer.gov/espanol/tipos/seno/pro/deteccion-seno-pdq#_543
International Academy of Clinical Thermology (IACT). (2015). Standards and Protocols in Clinical Thermographic Imaging.
Kapoor, P., & Prasad, S. V. A. V. (2010). Image processing for early diagnosis of breast cancer using infrared images. 2010 The 2nd International Conference on Computer and Automation Engineering, ICCAE 2010, 3, 564–566. https://doi.org/10.1109/ICCAE.2010.5451827
Lozano, A., & Hassanipour, F. (2019). Infrared imaging for breast cancer detection: An objective review of foundational studies and its proper role in breast cancer screening. Infrared Physics and Technology, 97(October 2018), 244–257. https://doi.org/10.1016/j.infrared.2018.12.017
Magalhaes, C., Mendes, J., & Vardasca, R. (2021). Meta-Analysis and Systematic Review of the Application of Machine Learning Classifiers in Biomedical Applications of Infrared Thermography. Applied Sciences, 11(2). https://doi.org/10.3390/app11020842
M.B., T., & A.M., E. (2020). Breast infrared thermography segmentation based on adaptive tuning of a fully convolutional network. Current Medical Imaging Reviews, 16(5), 611–621. https://doi.org/10.2174/1573405615666190503142031
M.E., G. (2012). Breast thermography review. New Zealand Medical Journal, 125(1354), 105–107. http://www.embase.com/search/results?subaction=viewrecord&from=export&id=L364913302
Navid, M., Hamidpour, S. S. F., Khajeh-Khalili, F., & Alidoosti, M. (2020). A novel method to infrared thermal images vessel extraction based on fractal dimension. Infrared Physics & Technology, 107, 103297. https://doi.org/https://doi.org/10.1016/j.infrared.2020.103297
N.I.R., Y., S., O., E.M.F., E. H., & H., A. (2018). Machine learning techniques for breast cancer computer aided diagnosis using different image modalities: A systematic review. Computer Methods and Programs in Biomedicine, 156, 25–45. https://doi.org/10.1016/j.cmpb.2017.12.012
Pajares Martinsanz, G., & De la Cruz García Jesús Manuel. (s/f). Visión por computador Imágenes Digital.
Pérez, M., Conci, A., Aguilar, A., Sánchez, A., & Andaluz, V. (2014). Detección temprana del cáncer de mama mediante la termografía en Ecuador. 1–13.
Qi, H., & Diakides, N. A. (2003). Thermal Infrared Imaging in Early Breast Cancer Detection - A Survey of Recent Research. Annual International Conference of the IEEE Engineering in Medicine and Biology - Proceedings, 2, 1109–1112. https://doi.org/10.1109/iembs.2003.1279442
Raghavendra, U., Gudigar, A., Rao, T. N., Ciaccio, E. J., Ng, E. Y. K., & Rajendra Acharya, U. (2019). Computer-aided diagnosis for the identification of breast cancer using thermogram images: A comprehensive review. Infrared Physics & Technology, 102, 103041. https://doi.org/https://doi.org/10.1016/j.infrared.2019.103041
Ring, E. Francis. J. (2012). History of Thermology and Thermography: Pioneers and Progress. EAT 2012 Book of proceedings, 3–8. http://www.uhlen.at/thermology-international/data/pdf/223A03.pdf
Roslidar, R., Rahman, A., Muharar, R., Syahputra, M. R., Arnia, F., Syukri, M., Pradhan, B., & Munadi, K. (2020). A Review on Recent Progress in Thermal Imaging and Deep Learning Approaches for Breast Cancer Detection. IEEE Access, 8, 116176–116194. https://doi.org/10.1109/ACCESS.2020.3004056
Roslidar, R., Syaryadhi, M., Saddami, K., Pradhan, B., Arnia, F., Syukri, M., & Munadi, K. (2022). BreaCNet: A high-accuracy breast thermogram classifier based on mobile convolutional neural network. Mathematical Biosciences and Engineering, 19(2), 1304–1331. https://doi.org/10.3934/mbe.2022060
Silva, L., Seixas, F., Fontes, C., Muchaluat-Saade, D., & Conci, A. (2020). A Computational Method for Breast Abnormality Detection Using Thermographs. 2020 IEEE 33rd International Symposium on Computer-Based Medical Systems (CBMS), 469–474. https://doi.org/10.1109/CBMS49503.2020.00095
Singh, J., & Arora, A. S. (2019). Automated approaches for ROIs extraction in medical thermography: a review and future directions. Multimedia Tools and Applications. https://doi.org/10.1007/s11042-018-7113-z
S.V., F., & M., S. (2013). Automatic detection of abnormal breast thermograms using asymmetry analysis of texture features. Journal of Medical Engineering and Technology, 37(1), 17–21. https://doi.org/10.3109/03091902.2012.728674
UL Solutions. (2020). Thermal Imaging Systems as a Medical Device: Meeting the Regulatory Challenge. https://collateral-library-production.s3.amazonaws.com/uploads/asset_file/attachment/26334/WP_Thermographic_Systems_WhitePaper.pdf
Descargas
Publicado
Cómo citar
Evento
Sección
Licencia
Derechos de autor 2023 Asociación Colombiana de Facultades de Ingeniería - ACOFI
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
| Estadísticas de artículo | |
|---|---|
| Vistas de resúmenes | |
| Vistas de PDF | |
| Descargas de PDF | |
| Vistas de HTML | |
| Otras vistas | |
