dc.contributor.author | Cortes Albornoz, Dayana Elena | |
dc.contributor.author | Pérez Herrera, Karen Alejandra | |
dc.date.accessioned | 2023-09-25T14:33:02Z | |
dc.date.available | 2023-09-25T14:33:02Z | |
dc.date.issued | 2023 | |
dc.identifier.uri | https://repositorio.ecci.edu.co/handle/001/3626 | |
dc.description.abstract | En Colombia, el cáncer de mama es una de las enfermedades con mayor causa de
mortalidad en las mujeres (Briceño-Morales et al., 2021), siendo la imagen de mamografía uno
de métodos de diagnóstico clínico más usado. Para esto, la imagen debe ser evaluada por
radiólogos expertos (dos lecturas independientes), quienes se basan en la escala clasificación BI RADS (del inglés: Breast Imaging Reporting and Data System ) para hacer el análisis (Nuche Berenguer & Sakellariou, 2019).
En el año 2020, la Ingeniera Biomédica Jesica Talero, de la Universidad ECCI, desarrollo
un software que, basado en un detector de objetos en cascada, analiza imágenes de mamografía y
señala regiones, que indicarían la presencia de cáncer. Este software podría ser una herramienta
de apoyo para el radiólogo experto utilizándolo como segundo concepto de lectura. El software
fue entrenado con imágenes de mamografía, de un repositorio internacional de uso libre, las
cuales presentan defectos tales como: etiquetas, manchas y calidad de la imagen.
Para determinar si el software desarrollado puede ser una herramienta valida de apoyo
para los expertos clínicos, en este trabajo se realizó una validación preliminar , utilizando
imágenes de mamografía de un repositorio local. Inicialmente se efectuó preprocesamiento y
procesamiento de las imágenes para clasificarlas como "normales" o "sospechosas" y se recopiló
la información en una base de datos.
Para encontrar y analizar los resultados se desarrolló una matriz de confusión y se evaluó:
precisión, sensibilidad, exactitud y especificad. También se efectuó análisis grafico de la relación
con la densidad mamaria por cada proyección de las imágenes, con la base de datos de
clasificación del software y el concepto de los expertos radiólogos para cada una de las
mamografías según escala BI-RADS.
Con el modelo de matriz de confusión se observó que el software tiene una precisión del
73% y una sensibilidad baja, que corresponde al 1%; en las gráficas, la densidad mamaria B es la
clasificación más frecuente en las proyecciones de mamografía, tanto en las imágenes
clasificadas como normales y anormales por el software. | spa |
dc.description.tableofcontents | Planteamiento del Problema 12
2.1 Descripción del problema. 12
2.1.1 Formulación del problema. 14
Justificación15
Objetivos17
4.1 General 17
4.2 Específicos 17
Antecedentes.19
Marco Teórico.20
6.1 Anatomía de la Mama. 20
6.1.1 Densidad mamaria . 21
6.1.2 Cáncer de mama. 23
6.1.3 Estadificación del cáncer de mama. 23
6.1.4 Tipos de cáncer de mama. 24
6.1.5 Exámenes diagnósticos para el cáncer de mama . 24
6.1.6 Imagen diagnosticas del cáncer de mama 25
6.2 Desarrollo de software 26
6.2.1 Metodología del Desarrollo de software (SCRUM) 26
5
6.3 Validación de software y objetivos de la validación 27
6.3.1Pruebas de software 28
6.3.2 Pruebas unitarias 28
6.3.3 Pruebas de integración . 28
6.3.4 Pruebas de sistema . 28
6.3.5 Pruebas de funcionales. 29
Metodología. 30
7.1.2 Requerimientos de usuario. 32
7.1.3 Requerimientos de Procesamiento de imagen mamográfica para validar el
software. 33
7.2 Base de datos imágenes de mamografía para la validación de software 33
7.3 Procesamiento de imágenes de mamografía y recopilación base de datos. 34
7.4 Matriz de confusión 34
Resultados 37
8.1 Programa de preprocesamiento de las imágenes según requerimientos. 37
8.3 Procesamiento de imágenes de mamografía y recopilación base de datos. 40
8.4 Análisis estadístico 41
8.4.1 Clasificación experto 1 y 2 BI-RADS numérica y densidad. 41
8.4.2 Comparación enfocada en la densidad según la opinión de experto y
clasificación de software. 42
6
8.5Análisis Resultados de la Matriz de confusión .51
Conclusiones.58
Bibliografía.60
ANEXOS | spa |
dc.format.extent | 77 p. | spa |
dc.format.mimetype | application/pdf | spa |
dc.language.iso | spa | spa |
dc.publisher | Universidad ECCI | spa |
dc.rights | Derechos Reservados - Universidad ECCI, 2023 | spa |
dc.title | Validación de Software para la detección de regiones anormales en imágenes de mamografía | spa |
dc.type | Trabajo de grado - Pregrado | spa |
dc.publisher.place | Colombia | spa |
dc.relation.references | Alejo-Martínez, H., Arciniegas-Alvarez, M., Alejo-Martínez, H., Wiesner-Ceballos, C., Andrés
Arciniegas-Álvarez, M., Poveda-Suárez, C. A., Puerto-Jiménez, D. N., Ardila-Hernández, I. T.,
& Cotes-Millán, J. A. (2013). La calidad de la mamografía en Colombia: análisis de un estudio
piloto. In Anales de Radiología México (Vol. 3).
https://www.researchgate.net/publication/257625762 | spa |
dc.relation.references | Abbas, Q. (2016). DeepCAD: A Computer-Aided Diagnosis System for Mammographic Masses
Using Deep Invariant Features. Computers , 1-15. DOI: 10.3390/computers5040028. | spa |
dc.relation.references | Alomaim, W., O’Leary, D., Ryan, J., Rainford, L., Evanoff, M., & Foley, S. (2019). Variability of
Breast Density Classification Between US and UK Radiologists. Journal of Medical Imaging and
Radiation Sciences, 50(1), 53–61. https://doi.org/10.1016/j.jmir.2018.11.002 | spa |
dc.relation.references | Anand Nayyar. (2019). Instant Approach to Software Testing Principles, Applications, Techniques,
and Practices (English Edition) (India:BPB PUBN, Ed.). | spa |
dc.relation.references | Arnold, M., Morgan, E., Rumgay, H., Mafra, A., Singh, D., Laversanne, M., Vignat, J., Gralow, J. R.,
Cardoso, F., Siesling, S., & Soerjomataram, I. (2022). Current and future burden of breast cancer:
Global statistics for 2020 and 2040. Breast, 66, 15–23.
https://doi.org/10.1016/j.breast.2022.08.010 | spa |
dc.relation.references | Briceño-Morales, X., Sánchez-Castillo, O., Velasquez, J. C., Bonilla Gonzalez, C., Cervera-Bonilla,
S., Guzman-Abisaab, L., Bruges, R., Angel-Aristizabal, J., Duarte, C., Lehmann-Mosquera, C.,
Garcia-Mora, M., Contreras-Mejía, F., Rojas, E., & Diaz Casas, S. E. (2021). Hormonoterapia adyuvante en cáncer de mama. Revisión de la Evidencia y Abordaje Terapéutico en el Instituto
Instituto Nacional de Cancerología, Bogotá, Colombia. Revista Colombiana de Cancerología,
25, 130–141. https://doi.org/10.35509/01239015.746 | spa |
dc.relation.references | Bryan Molina Montero, H. V. C. D. C. (2018). Metodologías Ágiles Frente a Las Tradicionales En El
Proceso de Desarrollo de Software. Espirales Revista Multidisciplinaria de Investigación.
https://doi.org/DOI: 10.31876/re.v2i17.269 | spa |
dc.relation.references | Conti, A., Duggento, A., Indovina, I., Guerrisi, M., & Toschi, N. (2021). Radiomics in breast cancer
classification and prediction. In Seminars in Cancer Biology (Vol. 72, pp. 238–250). Academic
Press. https://doi.org/10.1016/j.semcancer.2020.04.002 | spa |
dc.relation.references | Díaz, O., Rodríguez-Ruiz, A., Gubern-Mérida, A., Martí, R., & Chevalier, M. (2021). Are artificial
intelligence systems useful in breast cancer screening programmes? Radiología (English
Edition), 63(3), 236–244. https://doi.org/10.1016/J.RXENG.2020.11.005 | spa |
dc.relation.references | Duarte, C., Salazar, A., Strasser-Weippl, K., de Vries, E., Wiesner, C., Arango-Gutiérrez, A., Krush,
L., & Goss, P. E. (2021). Breast cancer in Colombia: a growing challenge for the healthcare
system. In Breast Cancer Research and Treatment (Vol. 186, Issue 1, pp. 15–24). Springer.
https://doi.org/10.1007/s10549-020-06091-6 | spa |
dc.relation.references | Fernández, J. Á., Palacios Ozores, P., Cebey López, V., Mosquera, A. C., & López López, R. (2021).
Cáncer de mama. In Medicine (Vol. 13, Issue 27).
Jesica Liceth Talero Maldonado. (2020). DETECCIÓN DE REGIONES ANORMALES EN
IMÁGENES DE MAMOGRAFÍA UTILIZANDO UN DETECTOR DE OBJETOS EN CASCADA.
Universidad ECCI. | spa |
dc.relation.references | J Suckling et al (1994): The Mammographic Image Analysis Society Digital Mammogram Database
Exerpta Medica. International Congress Series 1069 pp375-378. | spa |
dc.relation.references | Hasan, S., Sagheer, A. M., Hasan Abdulla, S., Sagheer, A. M., & Veisi, H. (2021). Breast Cancer
Classification Using Machine Learning Techniques: A Review End to End Secure Chatting
Application View project COVID-19 + Information Technology + Scientific Research View
project Breast Cancer Classification Using Machine Learning Techniques: A Review. In Article
in Turkish Journal of Computer and Mathematics Education (Vol. 12, Issue 14). | spa |
dc.relation.references | Heang-Ping Chan, Ravi K. Samala, & Lubomir M. Hadjiiski. (2019). CAD and AI for breast cancer—
recent development and challenges.
Karol Julieth García Julián David Ocampo María del Pilar Pardo Tatiana Aguilar Carlos Alberto Ruiz | spa |
dc.relation.references | Andrés Castaño. (2021). Calidad de las imágenes, la lectura y el servicio de mamografía en
cuatro centros de imagenología de Manizales, Colombia. Biomédica.
Kolak, A., Kamińska, M., Sygit, K., Budny, A., Surdyka, D., Kukiełka-Budny, B., & Burdan, F. | spa |
dc.relation.references | Kolak, A., Kamińska, M., Sygit, K., Budny, A., Surdyka, D., Kukiełka-Budny, B., & Burdan, F.
(2017). Primary and secondary prevention of breast cancer. Annals of Agricultural and
Environmental Medicine, 24(4), 549–553. https://doi.org/10.26444/aaem/75943
Kurnia, R., Ferdiana, R., & Wibirama, S. (n.d.). Software Metrics Classification for Agile Scrum
Process: A Literature Review. | spa |
dc.relation.references | Lehman, C. D., Wellman, R. D., & Buist, D. S. (2015). Diagnostic Accuracy of Digital Screening
Mammography With and Without Computer-Aided Detection. JAMA Intern Med, 1828- 1837 | spa |
dc.relation.references | Moura, D. C., & Guevara López, M. A. (2013). An evaluation of image descriptors combined with
clinical data for breast cancer diagnosis. International Journal of Computer Assisted Radiology
and Surgery, 8(4), 561–574. https://doi.org/10.1007/s11548-013-0838-2 | spa |
dc.relation.references | Morales, L. J., Luz, D., & Ojeda, A. (n.d.). VOLUMEN 16 XXVII Verano De la Ciencia Análisis y
clasificación de mamografías por escala Birads. www.jóvenesenlaciencia.ugto.mx | spa |
dc.relation.references | Mohammad Fahad Ullah. (2019). Breast Cancer: Current Perspectives on the Disease Status. In:
Ahmad, A. (eds) Breast Cancer Metastasis and Drug Resistance. . In Advances in Experimental
Medicine and Biology (Dr. Aamir Ahmad, Vol. 1152, pp. 51–64). Springer, Cham.
Medlen, Kayiba Peggy, Nancy Anne Leahy, Kerry Greene-Donnelly, Howard Bruce Fleishon, and
Pablo Jiménez. 2018. “Better Use of Available Radiology Resources for Women’s Health in
Latin America and the Caribbean.” Revista Panamericana de Salud Publica/Pan American
Journal of Public Health 42. doi: 10.26633/RPSP.2018.115 | spa |
dc.relation.references | Mejía-Rojas, M. E., Contreras-Rengifo, A., & Hernández-Carrillo, M. (2020). Quality of life in
women treated with chemotherapy for breast cancer in Cali. Biomedica, 40(2), 349–361.
https://doi.org/10.7705/biomedica.4971 | spa |
dc.relation.references | Melisa Calvo. (2018). Oncoplastia en cirugia conservadora de la mama. Revista Argentina de
Mastología , 37.
Milosevic, M., Jankovic, D., Milenkovic, A., & Stojanov, D. (2018). Early diagnosis and detection of
breast cancer. Technology and Health Care, 26(4), 729–759. https://doi.org/10.3233/THC181277 | spa |
dc.relation.references | Masud, M., Eldin Rashed, A. E., & Hossain, M. S. (2022). Convolutional neural network-based
models for diagnosis of breast cancer. Neural Computing and Applications, 34(14), 11383–
11394. https://doi.org/10.1007/s00521-020-05394-5 | spa |
dc.relation.references | Pang, T., Wong, J. H. D., Ng, W. L., & Chan, C. S. (2020). Deep learning radiomics in breast cancer
with different modalities: Overview and future. In Expert Systems with Applications (Vol. 158).
Elsevier Ltd. https://doi.org/10.1016/j.eswa.2020.113501 | spa |
dc.relation.references | (PDF) Metodologías ágiles frente a las tradicionales en el proceso de desarrollo de software. (n.d.).
Retrieved August 22, 2022, from https://www.researchgate.net/publication/327537074_Metodologias_agiles_frente_a_las_tradicio
nales_en_el_proceso_de_desarrollo_de_software | spa |
dc.relation.references | Pons-Rodriguez, A., Marzo-Castillejo, M., Cruz-Esteve, I., Galindo-Ortego, G., Hernandez-Leal, M.
J., & Rue, M. (2022). Avances hacia el cribado personalizado del cáncer de mama: el papel de la
Atención Primaria. Atención Primaria, 54(5), 102288.
https://doi.org/10.1016/J.APRIM.2022.102288 | spa |
dc.relation.references | Pruebas de integración: ¿Adiós a la pirámide de pruebas? - Alex Andrade. (n.d.). Retrieved August
22, 2022, from https://alexandrade.net/blog-de-ingenieria-de-software/calidad-desoftware/pruebas-de-integracion-adios-a-la-piramide-de-pruebas/#.%20Yt3ak3bMJD8. | spa |
dc.relation.references | Peña-García Y, Maceo-González M, Ávila-Céspedes D, Utria-Velázquez L, Más-López Y. Factores
de riesgo para padecer cáncer de mama en la población femenina. Revista Finlay [revista en
Internet]. 2017 [citado 2023 Jun 25]; 7(4):[aprox. 6 p.]. Disponible
en: https://revfinlay.sld.cu/index.php/finlay/article/view/536 | spa |
dc.relation.references | Pesce, K., Tajerian, M., Chico, M. J., Swiecicki, M. P., Boietti, B., Frangella, M. J., & Benitez, S.
(2020). Interobserver and intraobserver variability in determining breast density according to the
fifth edition of the BI-RADS® Atlas. Radiologia, 62(6), 481–486.
https://doi.org/10.1016/j.rx.2020.04.006 | spa |
dc.relation.references | Rodríguez-Garcés, Carlos René, and Geraldo Bladimir Padilla-Fuentes. 2019. “Cáncer Mamario y
Cervicouterino: El Problema Del Absentismo Femenino En La Acción Preventiva.” Universidad
y Salud 22(1):41–51. doi: 10.22267/rus.202201.173. | spa |
dc.relation.references | Magny, S. J., Shikhman, R., & Keppke, A. L. (2022). Breast Imaging Reporting and Data System.
In StatPearls. StatPearls Publishing | spa |
dc.relation.references | Samuel Alfredo López-Rodrígue, V. R. G.-P. (2020). Metodologías de desarrollo de software seguro
con propiedades agiles. Polo Conocimiento , 5(10). https://doi.org/10.23857/pc.v5i10.2658 | spa |
dc.relation.references | Santana, S. R., Antonelli, L., & Thomas, P. (2021). Evaluación de metodologías para la validación de
requerimientos.
Sesaria Kikitamara, & Anastasia Ary Noviyanti. (n.d.). A Conceptual Model of User Experience in
Scrum Practice.
Sonia, Alumna, Raquel Santana, and Mg Pablo Thomas. n.d. “Un Análisis de Enfoques de Validación
de Requerimientos.” | spa |
dc.relation.references | Sha, Z., Hu, L., & Rouyendegh, B. D. (2020). Deep learning and optimization algorithms for
automatic breast cancer detection. International Journal of Imaging Systems and Technology,
30(2), 495–506. https://doi.org/10.1002/ima.22400 | spa |
dc.relation.references | Spak, D. A., Plaxco, J. S., Santiago, L., Dryden, M. J., & Dogan, B. E. (2017). BI-RADS® fifth
edition: A summary of changes. In Diagnostic and Interventional Imaging (Vol. 98, Issue 3, pp.
179–190). Elsevier Masson SAS. https://doi.org/10.1016/j.diii.2017.01.001 | spa |
dc.relation.references | Sung, H., Ferlay, J., Siegel, R. L., Laversanne, M., Soerjomataram, I., Jemal, A., & Bray, F. (2021).
Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide
for 36 Cancers in 185 Countries. CA: A Cancer Journal for Clinicians, 71(3), 209–249.
https://doi.org/10.3322/caac.21660 | spa |
dc.relation.references | Sweeney, R. J. I., Lewis, S. J., Hogg, P., & McEntee, M. F. (2018). A review of mammographic
positioning image quality criteria for the craniocaudal projection. In British Journal of Radiology
(Vol. 91, Issue 1082). British Institute of Radiology. https://doi.org/10.1259/bjr.20170611 | spa |
dc.relation.references | Vinicio Estrada-Velasco, M. I., Alexandra Núñez-Villacis, J. I., Pedro Rubén Saltos-Chávez III, &
Clemente Cunuhay-Cuchipe, W. I. (2021). Revisión Sistemática de la Metodología Scrum para
el Desarrollo de Software Revisión Sistemática de la Metodología Scrum para el Desarrollo de
Software Systematic review of the SCRUM methodology for software development Revisão
Sistemática da Metodologia Scrum para Desenvolvimento de Software. 7, 434–447.
https://doi.org/10.23857/dc.v7i4.2429 | spa |
dc.relation.references | Torra, A. E. M. (2017). Sistemas de Ayuda a la Decisión Clínica en Enfermedades de Diagnóstico
ComplejoAna Eddy Monsalve Torra | spa |
dc.relation.references | Tipos de pruebas de software: diferencias y ejemplos - LoadView. (n.d.). Retrieved August 22, 2022,
from https://www.loadview-testing.com/es/blog/tipos-de-pruebas-de-software-diferencias-yejemplos/ | spa |
dc.relation.references | Villavicencio-Romero, María E., Gregorio A. Moreno-Daza, Gabriel E. Ordóñez-Andrade, and
Lorena M. Paredes Colcha. 2019. “Diagnóstico Por Imágenes de Cáncer de Mamas.
Comparación Entre Técnica Ecográfica y Mamografía.” Dominio de Las Ciencias 5(3):647. doi:
10.23857/dc.v5i3.957. | spa |
dc.relation.references | Waldman, R. A., Finch, J., Grant-Kels, J. M., Stevenson, C., & Whitaker-Worth, D. (2019). Skin
diseases of the breast and nipple: Benign and malignant tumors. In Journal of the American
Academy of Dermatology (Vol. 80, Issue 6, pp. 1467–1481). Mosby Inc.
https://doi.org/10.1016/j.jaad.2018.08.066 | spa |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | spa |
dc.subject.proposal | Mamografía | spa |
dc.subject.proposal | Cáncer de mama | spa |
dc.subject.proposal | BI-RADS | spa |
dc.subject.proposal | Mammography | eng |
dc.subject.proposal | Breast cancer | eng |
dc.subject.proposal | BI-RADS | eng |
dc.type.coar | http://purl.org/coar/resource_type/c_7a1f | spa |
dc.type.content | Text | spa |
dc.type.driver | info:eu-repo/semantics/bachelorThesis | spa |
dc.type.redcol | https://purl.org/redcol/resource_type/TP | spa |
dc.type.version | info:eu-repo/semantics/updatedVersion | spa |
dc.description.degreelevel | Pregrado | spa |
dc.description.degreename | Ingeniero en Biomédica | spa |
dc.description.program | Ingeniería Biomédica | spa |
dc.publisher.faculty | Facultad de Ingenierías | spa |
dc.type.coarversion | http://purl.org/coar/version/c_970fb48d4fbd8a85 | spa |
dc.rights.coar | http://purl.org/coar/access_right/c_abf2 | spa |