Métricas de complejidad para la transformación del problema de la detección de cáncer basado en mamografías 737

Resumen

Desde el GRSI (por sus siglas en inglés), Grupo de Investigación en
Sistemas Inteligentes de la Salle, se trabaja en diferentes vertientes del
problema de la detección de cáncer de mama.
Las líneas de
investigación han abordado el procesado de la imagen de las
mamografías, la extracción de datos para configurar la descripción de los
atributos relevantes y la predicción del diagnóstico médico con
clasificadores aplicando técnicas de aprendizaje automático.
El problema parte de una base de datos en la cual se describen las
microcalcificaciones presentes en una mamografía. Cada paciente
dispone de un conjunto variable de microcalcificaciones que para ser
tratadas deben resumirse en un caso sintético. Clásicamente, este
aspecto se ha resuelto realizando la media de las descripciones de todas
las microcalcificaciones y de este modo obtener un único caso. Sin
embargo, este procedimiento, conocido como aplanamiento de los datos,
no está respaldado por ningún fundamento. Por lo tanto, este proyecto
pretende evaluar posibles transformaciones y determinar cuál es la mejor
para sintetizar un caso.
En una primera fase, se presenta el estudio de diferentes métodos
para transformar las microcalcificaciones y, en una segunda fase, el
análisis que indica cuál es la transformación que aporta más información
para la clasificación. Para ello, se aplican varias métricas de complejidad
que caracterizan la dificultad del problema basándose en el conjunto de
datos propuesto. Para completar el proyecto y extraer las conclusiones
sobre las propuestas de transformación y la garantía que ofrecen las métricas, los resultados obtenidos se validan con los resultados
generados por sistemas clasificadores.