Elter, Matthias Siegfried:
ISBN 9783899599947

Computer-Aided Diagnosis of Breast Cancer # Pb., 236 S., 104 Abb., davon 44 in Farbe, 12 Tabellen

SCHLAGWORTE:
Brustkrebs
Mammographie
Computer-assistierte Diagnose
Bilderverarbeitung
Mustererkennung
Maschinelles Lernen

Brustkrebs ist die häufigste Krebsart bei Frauen in der westlichen Welt. Das Ziel der vorliegenden Arbeit ist daher die Entwicklung von Systemen, die die computer-assistierte Unterscheidung (CADx) von gut- und bösartigen Läsionen der weiblichen Brust ermöglichen. Hierbei wird ein für den Radiologen leicht nachvollziehbarer Entscheidungsprozeß oftmals als wichtige Vorraussetzung für die klinische Akzeptanz derartiger Systeme genannt. Aus diesem Grund liegt ein Schwerpunkt der vorliegenden Arbeit auf der Entwicklung von CADx-Systemen mit transparenten Entscheidungsprozessen. Dieses Ziel wird unter anderem durch die Verwendung von wissensbasierten Entscheidungssystemen zur Klassifikation von Läsionen erreicht. Weitere Ziele der vorliegenden Arbeit sind die Entwicklung von neuen Methoden für die einzelnen Prozessschritte von CADx-Methoden. Namentlich sind dies die automatische Segmentierung von Läsionen, die Merkmalsextraktion, -selektion, und -gewichtung sowie die Klassifikation. In der vorliegenden Arbeit werden daher neuartige Lösungsansätze für diese Prozessschritte vorgestellt. Die Leistungsfähigkeit dieser Algorithmen wird auf Basis von klar definierten und öffentlich verfügbaren Referenzdatensätzen mit dem Stand der Technik verglichen. Darüber hinaus wird in einer retrospektiven klinischen Observerstudie nachgewiesen, dass mittels der entwickelten Ansätze die Genauigkeit von Radiologen bei der Unterscheidung von gut- und bösartigen Läsionen der Brust gesteigert werden kann.

	^