Classificação de imagens de ultrassom de câncer de mama baseada em informações híbridas utilizando teoria da informação

Abstract

Esta proposta de dissertação de mestrado apresenta uma metodologia para a classificação de câncer de mama em imagem de ultrassom do ponto de vista da teoria da informação, incluindo informação mútua, entropia e entropia relativa, estendendo os estudos para a entropia Tsalliana. Os dados gerados a partir de uma base de dados normalizada compõem um espaço vetorial de informações híbridas, envolvendo textura e geometria espacial das lesões. Um dos objetivos principais é avaliar os resultados de Rodrigues et al. (2006), bem como Thomaz et al. (2008) e Giraldi et al. (2008) com relação às características discriminantes mínimas

This proposed dissertation presents a methodology to the classification breast tumor ultrassound image from the view point of information theory, including mutual information, entropy ans relative entropy, extending the study to the entropy Tsallina. The data generated from a standardized database comprising a vector space hybrid information involving spatial geometry and texture of the goals of lesion. The key is to evaluate the results of Rodrigues et al. (2006c) and Thomas et al. (2008) and Giraldo et al. (2008) regarding the minimum discriminant features