Cortes Albornoz, Dayana ElenaPérez Herrera, Karen Alejandra2023-09-252023-09-252023https://repositorio.ecci.edu.co/handle/001/3626En 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.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 ANEXOS77 p.application/pdfspaDerechos Reservados - Universidad ECCI, 2023Trabajo de grado - Pregradoinfo:eu-repo/semantics/openAccessMamografíaCáncer de mamaBI-RADSMammographyBreast cancerBI-RADShttp://purl.org/coar/access_right/c_abf2