Classificação de tumores de cancro na mama através de radar de banda ultra-larga de microondas


Autoria(s): Medeiros, Hugo Filipe de Carvalho da Palma
Contribuinte(s)

Conceição, Raquel

Almeida, Pedro

Data(s)

25/02/2014

25/02/2014

2013

Resumo

Dissertação para obtenção do Grau de Mestre em Engenharia Biomédica

A presente dissertação foi desenvolvida com a colaboração do Instituto de Biofísica e Engenharia Biomédica da Faculdade de Ciências da Universidade de Lisboa.

A imagem por microondas é uma das técnicas mais promissoras de imagem médica para detecção e classificação do cancro da mama, explorando as diferenças das propriedades dieléctricas entre tecidos da mama e massas cancerígenas quando sujeitas a frequências microondas. O radar de banda ultra-larga de microondas baseia-se na iluminação da mama com um pulso de banda ultra-larga gravando o sinal resultante por retrodispersão. Esta técnica tem um grande potencial por ser relativamente barata, não invasiva, confortável para o paciente e utilizar radiação não-ionizante. A técnica de imagem por microondas tem sido estudada via simulação, sendo que os primeiros protótipos estão agora a ser construídos. Nesta dissertação é estudado o potencial do radar de banda ultra-larga de microondas para classificação de tumores baseada no tamanho e/ou na forma do tumor. Numa primeira parte foram estudados tumores numéricos, construídos com base em Gaussian Random Sphere, em simulações, e numa segunda parte foram estudados fantômas físicos de tumores com o uso de um protótipo. Três classificadores foram utilizados: Análise Discriminante Linear, Análise Discriminante Quadrática e Support Vector Machines. Várias arquitecturas foram estudadas, combinando a classificação por tamanho e depois por forma e vice-versa. Foram estudados cenários de fantômas da mama homogéneos e heterogéneos.

Identificador

http://hdl.handle.net/10362/11483

Idioma(s)

por

Publicador

Faculdade de Ciências e Tecnologia

Direitos

openAccess

Palavras-Chave #Tumor da mama #Classificação #Radar banda ultra-larga de microondas #Machine learning
Tipo

masterThesis