[논문 리뷰] Fuzzy - Rough Feature Selection With Π- Membership Function For Mammogram Classification

K. Thangavel, R. Roselin|arXiv (Cornell University)|2012. 05. 19.

Image Retrieval and Classification Techniques참고 문헌 13인용 수 8

한 줄 요약

이 논문은 유사-갈색 특징 선택 방법을 제안하며, π-소속 함수를 사용하여 유방 조영진단의 정확도를 향상시킨다. Ant-Miner와 Weka를 통해 불필요한 특징을 줄이고 분류 성능을 향상시킴으로써, 모든 특징을 사용하는 것보다 더 높은 정확도를 달성하여 유방암 조기 진단에서의 효과성을 입증한다.

ABSTRACT

Breast cancer is the second leading cause for death among women and it is diagnosed with the help of mammograms. Oncologists are miserably failed in identifying the micro calcification at the early stage with the help of the mammogram visually. In order to improve the performance of the breast cancer screening, most of the researchers have proposed Computer Aided Diagnosis using image processing. In this study mammograms are preprocessed and features are extracted, then the abnormality is identified through the classification. If all the extracted features are used, most of the cases are misidentified. Hence feature selection procedure is sought. In this paper, Fuzzy-Rough feature selection with π membership function is proposed. The selected features are used to classify the abnormalities with help of Ant-Miner and Weka tools. The experimental analysis shows that the proposed method improves the mammograms classification accuracy.

연구 동기 및 목표

• 고차원적이고 노이즈가 많은 특징으로 인한 유방 조영진단에서의 오분류 문제를 해결하기 위해.
• 컴퓨터 보조 진단 시스템에서 특징 선택을 향상시켜 조기 유방암 검출을 개선하기 위해.
• 더 나은 미세화학 침착물 식별을 위해 유사-갈색 집합과 π-소속 함수를 사용한 새로운 특징 선택 방법을 개발하기 위해.
• 분류 성능 평가를 위해 Ant-Miner와 Weka와 같은 표준 도구를 사용하기 위해.

제안 방법

• 이미지 품질을 향상시키고 노이즈를 줄이기 위해 유방 조영진단 이미지의 사전 처리.
• 이미지 처리 기법을 사용하여 사전 처리된 이미지에서 관련 특징을 추출.
• π-소속 함수를 사용한 유사-갈색 집합 이론을 적용하여 가장 정보가 많은 특징를 평가하고 선택.
• 선택된 특징를 Ant-Miner 및 Weka 도구에 구현된 분류 알고리즘의 입력으로 사용.
• 정확도를 주요 지표로 사용하여 분류 성능 평가.

실험 결과

연구 질문

• RQ1 π-소속 함수를 사용한 유사-갈색 특징 선택은 유방 조영진단 분석에서 분류 정확도를 향상시킬 수 있는가?
• RQ2 모든 추출된 특징을 사용하는 것과 비교해 본다면, 제안된 방법의 분류 성능는 어떻게 되는가?
• RQ3 π-소속 함수는 미세화학 침착물을 식별하는 데 특징 선택을 얼마나 향상시키는가?
• RQ4 Ant-Miner와 Weka를 제안된 특징 선택 방법과 통합하면 더 나은 진단 결과를 얻을 수 있는가?

주요 결과

• π-소속 함수를 사용한 제안된 유사-갈색 특징 선택 방법은 모든 추출된 특징을 사용하는 것보다 분류 정확도가 유의미하게 향상된다.
• 이 방법은 불필요하고 중복된 특징을 효과적으로 줄여 더 신뢰할 수 있는 분류 결과를 이끈다.
• 선택된 특징와 Ant-Miner 및 Weka의 통합은 시스템의 진단 성능을 향상시킨다.
• 실험 결과는 제안된 방법이 유방 조영진단에서 이상 징후를 식별하는 데 기준 방법보다 우수하다는 것을 확인한다.