Ange Chedjou
Extraktion der Merkmale, Layout des GUIs
I got kicked out of Hogwarts for using black magic.
Deutsch Brustkrebs ist weltweit die häufigste bösartige Krebsform bei Frauen. Regelmäßige Frühuntersuchungen können dabei helfen Tumoren rechtzeitig zu erkennen und geeignete medizinische Interventionen einzuleiten. Aktuell kann die Malignität eines Tumors erst im Rahmen einer Biopsie festgestellt werden. Im Gegensatz zur Mammographie wird im Rahmen einer Sonographie keine schädliche ionisierende Strahlung eingesetzt, was ein risikoloses, regelmäßiges Screening ermöglicht. Es wird ein KI-System zur computergestützten Bestimmung der Malignität von Tumoren, bereits während der Untersuchung und basierend auf Ultraschallbilddaten, realisiert werden. Ein umfangreicher und bereits von medizinischen Experten bewerteter Bilddatensatz wird im Projekt als valide Datenbasis verwendet.
English Breast cancer is the most common form of malignant cancer in women worldwide. Regular early examinations can help to identify tumors in time and thus to initiate medical interventions accordingly. Currently, the malignancy of a tumor can only be assessed through a biopsy. In comparison to mammography, a sonography does not use harmful ionizing radiation, allowing for risk-free and regular screening. An AI-system for computer-aided determination of the malignancy of tumors which is based on ultrasound image data and can already be used during the examination will be built. An extensive image data set that has been evaluated by medical experts will serve as a valid database for this project.
Die in unserem geprüften Datensatz enthaltenen Ultraschallbilder werden in MatLab eingelesen und zur Weiterverarbeitung formatiert. Danach werden verschiedene morphologische Merkmale aus den Tumoren im Bild extrahiert. Auf Basis dieser Merkmale wird der Tumor anschließend in gut- oder bösartig klassifiziert.
In unser Programm wird aus einem Datensatz ein beliebiges Ultraschallbild der Brust mit
zugehöriger Maske eingelesen. Darin könnte ein gut- oder bösartiger sowie gar kein Tumor
enthalten sein.
Aus diesem Bild werden anschließend diverse morphologische Merkmale, die Auskunft über
die Malignität des Tumors geben könnten, extrahiert. Um den Bereich der Merkmalsextraktion
einzugrenzen, wird die Maske über das Ultraschallbild gelegt und der Tumor so segmentiert.
Einige der Merkmale werden jedoch auch nur über die Maske berechnet.
Für die Klassifikation des Tumors wird eine Support Vector Machine (SVM) verwendet. Diese
ist ein Machine-Learning-Algorithmus, der die Datenpunkte am besten in verschiedene Klassen
unterteilt. Damit dies funktioniert, wird er mit 80% des Datensatzes trainiert. Die verbleibenden
20% können zum Klassifizieren verwendet werden.
Der ganze Vorgang wird bis zur finalen Abgabe der Diplomarbeit in einem benutzerfreundlichen GUI
veranschaulicht werden.
Für die Realisierung dieses Projekts wird MatLab verwendet.
MatLab ist eine Programmiersprache und -plattform, welche vor allem
für die Bildverarbeitung verwendet wird. Sie bietet eine Reihe vonintegrierten
Funktionen und Tools für die Bilderfassung, -analyse, -visualisierung und
Algorithmenentwicklung.