Extraction of Informative Features in Mammography Images Based on the LBP Method
No Thumbnail Available
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Samarkand branch of TUIT
Abstract
Description
Mammography is crucial for early identification and screening of breast cancer. Mammogram images can identify and classify anomalies and explain breast tissue, as well as other useful information. A technique for obtaining informative signs to lower false positives in the detection of breast tumor areas is investigated in this research work. The key problem in this investigation is differentiating the area of the breast tumor from the area of normal tissue. This issue was resolved by using the LBP approach to extract informative characters from the region of interest (ROI) in the mammography images provided in the international mini-MIAS image dataset.
Маммография имеет решающее значение для раннего выявления и скрининга рака молочной железы. Изображения маммограммы могут идентифицировать и классифицировать аномалии и объяснить состояние ткани молочной железы, а также предоставить другую полезную информацию. В данной научной работе исследована методика получения информативных признаков для снижения ложноположительных результатов при выявлении участков опухоли молочной железы. Ключевой проблемой в этом исследовании является дифференциация области опухоли молочной железы от области нормальной ткани. Эта проблема была решена с помощью подхода LBP для извлечения информативных символов из области интереса (ROI) на маммографических изображениях, представленных в международном наборе данных изображений mini-MIAS.
Маммография имеет решающее значение для раннего выявления и скрининга рака молочной железы. Изображения маммограммы могут идентифицировать и классифицировать аномалии и объяснить состояние ткани молочной железы, а также предоставить другую полезную информацию. В данной научной работе исследована методика получения информативных признаков для снижения ложноположительных результатов при выявлении участков опухоли молочной железы. Ключевой проблемой в этом исследовании является дифференциация области опухоли молочной железы от области нормальной ткани. Эта проблема была решена с помощью подхода LBP для извлечения информативных символов из области интереса (ROI) на маммографических изображениях, представленных в международном наборе данных изображений mini-MIAS.
Keywords
mammograms, breast cancer, features, image processing, feature extraction, feature selection, маммограммы, рак молочной железы, особенности, обработка изображений, извлечение признаков, выбор признаков