Análisis comparativo de técnicas de segmentación de imágenes de mamografías digitales

Abstract

“En el año 2020, el cáncer de mama fue la enfermedad más frecuente y la primera causa de muertes para mujeres en México. La mama es un órgano glandular encargado de secretar leche y se encuentra desde la segunda hasta la sexta costilla, está formada por tejido adiposo (grasa), como lóbulos, lobulillos glandulares, músculo pectoral, vasos perforantes de la arteria y venas mamarias internas. La mama se puede clasificar en cuatro tipos que van de la “A” a la “D”, donde esta clasificación depende de la densidad. Existen diferentes tipos de alteraciones que pueden presentarse en la mama y se clasifican dependiendo del grado de gravedad: benignas, pre malignas y malignas. En las malignas se encuentra el cáncer, el cual degenera, prolifera y multiplica las células sanas hasta convertirlas en tumores. Existen diferentes técnicas para diagnosticar el cáncer de mama, la más común es la imagen de rayos X, también conocida como mamografía, la cual muestra una imagen en escala de grises (la detección de la zona anómala de la mama). En este trabajo de tesis abordaremos una comparativa de técnicas realizadas en Matlab y Google colaboratory (Python 3), con la finalidad de mostrar qué técnicas pueden ser más convenientes, así como las ventajas de programar en cierto lenguaje para el procesamiento digital de imágenes de una mamografía, la cual fue implementada en tres equipos de cómputos diferentes y con recursos de procesamiento en línea”.