Statistical discrimination between mammary cancer and mastopathy
Fecha
2019-01
Autores
Profesor Guía
Formato del documento
Thesis
ORCID Autor
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad de Valparaíso
Ubicación
ISBN
ISSN
item.page.issne
item.page.doiurl
Facultad
Departamento o Escuela
Facultad de Ciencias, Instituto de Estadística
Determinador
Recolector
Especie
Nota general
Doctor en Estadística. Universidad de Valparaíso. 2019.
Resumen
El enfoque principal de esta tesis es la discriminación entre tejidos mamarios cancerosos y tejidos mastopáticos, que son alteraciones benignas y malignas de los tejidos mamarios, lo anterior utilizando varios métodos estadísticos como geometría estocástica, modelos de carpetas aleatorias, wavelets, características de textura, análisis multifractal y agregación de información de estos métodos para tomar decisiones y encontrar el mejor modelo que describa estas enfermedades en la patología humana.
Para esta caracterización, proponemos un método computarizado para la clasificación automatizada del tejido mamario utilizando algunos parámetros estadísticos, como los índices fractales, parámetros multifractales, la lacunaridad, la succolaridad y las características de la textura clásica de la matrix de co-ocurrencia para analizar el tejido mamario. En esta tesis, proporcionamos un enfoque computable para la percolación, con posibles aplicaciones para el modelado del crecimiento de tejidos y se realiza un análisis multifractal sobre la base de un enfoque generalizado de dimensión fractal como también del enfoque multifractal del espectrum basado wavelet.
Analizamos el uso de los multifractales como una herramienta en la caracterización de la mama usando dos bases de datos gratuitas de imágenes de tejido tumoral (Suckling et al.,1994; Spanhol et al., 2016). Nuestro objetivo es explorar el comportamiento multifractal de diferentes tejidos mamarios complejos. El análisis multifractal es una forma útil de caracterizar sistemáticamente la heterogeneidad espacial de los patrones fractales teóricos y experimentales. En esta tesis, utilizamos dos algoritmos interesantes para el análisis multifractal de los tejidos mamarios: método de momentos o dimension fractal generalizada y un enfoque basado en wavelet.
Utilizaremos el espectro multifractal y sus descriptores en algoritmos de clasificación para discriminar el tejido mastopático del tejido canceroso. Se esperan diferencias significativas en la distribución subyacente entre los dos grupos.
Descripción
Lugar de Publicación
Auspiciador
Palabras clave
MODELOS ESTOCASTICOS, NEOPLASMAS DE LA MAMA, INTERPRETACION ESTADISTICA DE DATOS, VARIABLES ALEATORIAS