Analysis of Structural Similarity in Mammograms for Detection of Bilateral Asymmetry
Notice bibliographique
Résumé
We hypothesize that quantification of structural similarity or dissimilarity between paired mammographic regions can be effective in detecting asymmetric signs of breast cancer. Bilateral masking procedures are applied for this purpose by using automatically detected anatomical landmarks. Changes in structural information of the extracted regions are investigated using spherical semivariogram descriptors and correlation-based structural similarity indices in the spatial and complex wavelet domains. The spatial distribution of grayscale values as well as of the magnitude and phase responses of multidirectional Gabor filters are used to represent the structure of mammographic density and of the directional components of breast tissue patterns, respectively. A total of 188 mammograms from the DDSM and mini-MIAS databases, consisting of 47 asymmetric cases and 47 normal cases, were analyzed. For the combined dataset of mammograms, areas under the receiver operating characteristic curves of 0.83, 0.77, and 0.87 were obtained, respectively, with linear discriminant analysis, the Bayesian classifier, and an artificial neural network with radial basis functions, using the features selected by stepwise logistic regression and leave-one-patient-out cross-validation. Two-view analysis provided accuracy up to 0.94, with sensitivity and specificity of 1 and 0.88, respectively.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».