[論文レビュー] Mammogram Edge Detection Using Hybrid Soft Computing Methods

I. Laurence Aroquiaraj, K. Thangavel|arXiv (Cornell University)|Jul 17, 2013

Medical Image Segmentation Techniques参考文献 20被引用数 3

ひとこと要約

本稿では、ロバートス、ソーベル、プリュイット、ケニィ、LoGの複数のエッジ検出演算子を統合し、知能的最適化技術を用いて、腫瘍、乳房境界、胸郭筋領域の検出を向上させるハイブリッドソフトコンピューティング手法を提案する。この手法は、コントラストが低いマンモグラムにおける重要な解剖学的構造の特定において、個々の演算子を上回るエッジ局在化とコントラスト強調を実現する。

ABSTRACT

Image segmentation is a crucial step in a wide range of method image processing systems. It is useful in visualization of the different objects present in the image. In spite of the several methods available in the literature, image segmentation still a challenging problem in most of image processing applications. The challenge comes from the fuzziness of image objects and the overlapping of the different regions. Detection of edges in an image is a very important step towards understanding image features. There are large numbers of edge detection operators available, each designed to be sensitive to certain types of edges. The Quality of edge detection can be measured from several criteria objectively. Some criteria are proposed in terms of mathematical measurement, some of them are based on application and implementation requirements. Since edges often occur at image locations representing object boundaries, edge detection is extensively used in image segmentation when images are divided into areas corresponding to different objects. This can be used specifically for enhancing the tumor area in mammographic images. Different methods are available for edge detection like Roberts, Sobel, Prewitt, Canny, Log edge operators. In this paper a novel algorithms for edge detection has been proposed for mammographic images. Breast boundary, pectoral region and tumor location can be seen clearly by using this method. For comparison purpose Roberts, Sobel, Prewitt, Canny, Log edge operators are used and their results are displayed. Experimental results demonstrate the effectiveness of the proposed approach.

研究の動機と目的

• 曇った物体境界や重なり合う組織領域による、マンモグラム画像における正確なエッジ検出の継続的課題に対処すること。
• 腫瘍および解剖学的構造の検出におけるエッジ局在化の向上により、医用画像のセグメンテーション精度を高めること。
• 複数のエッジ検出演算子とソフトコンピューティング技術を統合したハイブリッドアプローチを構築し、高い性能を発揮すること。
• 臨床的画像状況下で、従来のエッジ検出器（ロバートス、ソーベル、プリュイット、ケニィ、LoG）と比較して、提案手法の有効性を評価すること。
• マンモグラムにおける腫瘍、乳房境界、および胸郭筋といった重要な特徴の検出において、優れた性能を示すことを実証すること。

提案手法

• 本手法は、ロバートス、ソーベル、プリュイット、ケニィ、LoGといった古典的エッジ検出演算子をハイブリッドフレームワークに統合する。
• ソフトコンピューティング技術を用いて、個々のエッジ検出器の出力の融合を最適化し、検出の信頼性を向上させる。
• ハイブリッドシステムは、局所的な画像特性およびノイズ耐性に基づいて、エッジの選択または重み付けを行う知能的意思決定を用いる。
• 各演算子からのエッジ応答は、誤検出を低減し境界の連続性を向上させるために重み付き融合戦略で統合される。
• 特に腫瘍周囲のコントラストが低い領域における特徴の保存を重視する。
• 実験的検証では、複数のマンモグラムデータセットを用いた視覚的および比較的分析により、性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 ハイブリッドソフトコンピューティングフレームワークは、個々のエッジ演算子と比較して、マンモグラム画像におけるエッジ検出精度を向上させることができるか？
• RQ2 提案手法は、腫瘍、乳房境界、および胸郭筋といった重要な解剖学的構造をどれほど効果的に検出できるか？
• RQ3 複数のエッジ検出演算子の統合により、ノイズへの感受性や誤検出はどの程度低減されるか？
• RQ4 複数のエッジ応答の融合は、コントラストが低い領域における境界局在化とコントラスト強調をどのように向上させるか？
• RQ5 マンモグラムに一般的に見られる重なり合う組織領域のセグメンテーションにおいて、提案手法はどのように性能を発揮するか？

主な発見

• 提案されたハイブリッド手法は、マンモグラム画像において個々のエッジ検出器と比較して、優れたエッジ局在化とコントラスト強調を達成した。
• 腫瘍領域、乳房境界、および胸郭筋が、コントラストが低い領域であっても明確に輪郭づけられた。
• ソフトコンピューティング技術を用いた複数のエッジ演算子の統合により、誤検出の低減と境界の連続性の向上が達成された。
• 視覚的評価により、単体の演算子と比較して、ハイブリッド手法がより一貫性があり解剖学的に妥当なエッジを生成することが確認された。
• 本手法は、画像のぼやけや重なり合う組織領域の処理において、マンモグラムセグメンテーションの主な課題である耐性を示した。
• 実験結果から、本手法は臨床的に重要な構造を特定する点で、従来の演算子を上回る性能を示した。