Resum
Per tal de diagnosticar un càncer es realitzen, entre altres proves, tests d'imatge
com ara radiograes, ecograes o ressonàncies magnètiques. Per mitjà d'aquests
tests poden detectar-se zones amb alta sospita tumoral, diagnòstic que ha de ser
conrmat nalment mitjançant la realització d'una biòpsia. Aquest tipus d'imatges,
però, no són fàcils d'interpretar, la qual cosa provoca que el professional encarregat
d'analitzar-les, malgrat la seua experiència, no siga capaç de detectar-hi un
percentatge important de tumors (falsos negatius).
Una possibilitat per a millorar el diagnòstic i disminuir el nombre de falsos negatius
consisteix a utilitzar sistemes de diagnosi assistida per ordinador o computeraided
diagnosis (CAD). Un sistema de CAD analitza la imatge mèdica i tracta de
detectar zones sospitoses de contenir alguna anomalia. Aquestes zones són marcades
sobre la imatge mateix amb un doble objectiu: cridar l'atenció del professional
cap a la zona sospitosa i aportar una hipòtesi plausible quant al diagnòstic.
En aquesta tesi es presenten i avaluen diverses tècniques de visió per computador
i de reconeixement de formes orientades a la detecció de tumors en imatges
mèdiques, amb l'objectiu de dissenyar sistemes de CAD que permeten un diagnòstic
més ajustat. El treball s'ha centrat en el diagnòstic de càncer de pròstata a partir
d'imatges d'ecograa, i en el diagnòstic de càncer de mama a partir d'imatges de
radiograa. S'han avaluat diversos mètodes d'extracció de característiques basats
en valors d'intensitat, de textures o de gradient. En l'etapa de classicació s'ha
utilitzat un classicador no paramètric basat en distàncies (k-veïns més pròxims)
i un altre de paramètric basat en models de Markov. A més a més, s'han avaluat
les Màquines de Vectors Suport (SVM) i un classicador de Boosting. Al llarg del
treball s'evidencien les distintes problemàtiques que sorgeixen en aquest tipus de
tasques i es proposen solucions per a cadascuna d'elles.
El diagnòstic de càncer de pròstata assistit per ordinador és una tasca extremadament
complicada i molt poc estudiada. A pesar de les dicultats, s'han obtingut
resultats que, tot i ser modestos, demostren que és possible trobar característiques
en la imatge que discriminen entre teixit sa i cancerós. El cas del CAD de càncer
de mama ha sigut investigat amb major profunditat, i així ho demostra l'important
nombre de treballs que han sigut publicats en aquest camp. Els resultats obtinguts
en aquest treball han sigut prometedors, i igualen o superen d'altres resultats publicats
abans.