Article ID | Journal | Published Year | Pages | File Type |
---|---|---|---|---|
1889917 | Zeitschrift für Medizinische Physik | 2007 | 6 Pages |
In this work we propose a method for automatically discriminating between different types of tissue in MR mammography datasets. This is accomplished by employing a wavelet-based multiscale analysis. After the data has been wavelet-transformed unsupervised machine learning methods are employed to identify typical patterns in the wavelet domain. To demonstrate the potential of the proposed approach we apply a filtering procedure that extracts the wavelet-based image information related to tumour tissue. In this way we obtain a robust segmentation of suspicious tissue in the MR image.
ZusammenfassungIn dieser Arbeit wird ein Ansatz zur automatischen Unterscheidung verschiedener Gewebetypen in MR-Mammographie-Aufnahmen vorgestellt. Dies wird durch Anwendung der wavelet-basierten Multiskalen-Analyse erreicht. Nach Transformation der Daten in die Basis der Wavelets werden unüberwachte Lernverfahren eingesetzt, um spezifische Muster im Skalenraum zu identifizieren. Eine Filterung der Bildinformation, die als tumortypisch erkannt wurde, erlaubt eine Segmentierung des im klinischen Datensatz enthaltenen auffälligen Gewebes.