Interpretation of Mammographic Using Fuzzy Logic for Early Diagnosis of

Breast CancerTrabajo de Investigacion, Presentación 2

EL7038-1 Introducción a la Teoría de Conjuntos Difusos y Sistemas Inteligentes

Profesor: Claudio Held.Estudiante: Alexis Yáñez.

Referencia Jorge R. Pérez-Gallardo, Beatriz Hernández-Vera,

Alberto A. Aguilar-Lasserre, Rubén Posada-Gómez. Instituto Tecnológico de Orizaba, Veracruz,

México. Presentado en 2008 Seventh Mexican

International Conference on Artificial Intelligence

Introducción Orientación de la ingeniería y sus

aplicaciones. Cancer de mamas principal causa de muerte

por cacer en mujeres mexicanas. Detección temprana de tumores es la clave

para el control sobre el cancer. Benignos o malignos, son clasificados en

base a su morfología Mamograías sujetas a interpretaciones

medicas, no son buenas para decidir sobre tumores malignos o benignos (biopsia)

Breast Imaging Reporting and Data System.(BI-RADS)

Acerca del Modelo Identificar posibles tumores en las

mamografías Basado en el conocimiento de

especialistas para construir reglas y variables adecuadas (difusas)

Utiliza la base de datos de mamografias (BI-RADS)

Principales Variables

Forma del Tumor: Sin Anomalía, Circular, Irregular o forma de Estrella

Calcificaciones: Granos de calcio microscopicos producidos por los tumores

Nivel de Gris (LOG): Nivel de Gris en la zona de interés (0-255)

Textura: Muy Homogeneo, Homogeneo, Poco Homogeneo

Simetría: Simetricas o Asimetricas

Funciones de membresia

Secuencia del Análisis de Imagen

CC: Cranio-Caudal MLO:Medio Lateral Oblique

Conjunto de Reglas Se divide el modelo en 2 partes. La primera Cuenta con 72 Reglas

que entregan las siguientes salidas: (1) Sin Lesion, (2)Lesion Benigna, (3), Lesion Maligna, (4) dudosos.

La segunda toma la salida anterior y comibnada con el valor de la calcificación entrega el resultado en base a las categorias del BI-RADS.

Fuzzy Logic Model

Resultados Se tomaron 3 conjuntos de igual número

de muestras de BI-RADS estos son: I)Posible Cancer II)Cancer Benigno III) No existe Tumor ni

Calcificaciones. Obteniendo un porcentaje de efectividad

para I) - 80% II) - 90% II) - 95%

Detección

Conclusiónes El desarrollo de este sistema es un

aporte para los radiologos que se puede implementar en hospitales con bajos recursos.

Las varaibles son las que utilizan los oncologos

Buen Rendimiento, Alternativa a otros metodos de clasificación.

Logra obtener resultados muy parecidos a los de BI-RADS

Futuro trabajo, agregar aspectos sociales de cada paciente