Fuzzy-Klassifizierung von Mikrokalk in Mammogrammen

Brustkrebs ist eine der hufigsten Krebsarten, die bei Frauen auftritt. Die Mammographie ist eine hufig verwendete Methode zur Erkennung von Brustkrebs. Eine Mammographie ist eine Rntgenaufnahme der Brust mit sehr hoher rumlicher Auflsung. Die Mammographien mssen auf abnormale und mglicherweise gefhrliche Lsionen untersucht werden. Die computergesttzte Diagnose ist ein aktives Forschungsgebiet, um Anomalien in einer Mammographie automatisch zu erkennen. Der Schwerpunkt dieser Arbeit liegt auf der automatischen Erkennung von Mikroverkalkungen in einer Mammographie mittels unscharfer Bildverarbeitung. Mikroverkalkung ist eines der frhesten Anzeichen von Brustkrebs, der aufgrund seiner geringen Gre, seines geringen Kontrasts und der unscharfen Abgrenzung manchmal schwer zu erkennen ist. Die in dieser Arbeit entwickelten Fuzzy-Algorithmen analysieren ein Bild auf Pixelebene, erkennen die Anomalien und identifizieren die Rnder der Anomalien mit Hilfe von Fuzzy-Operatoren. Das entwickelte Fuzzy-System wird auf einen Satz hochauflsender Mammogramme angewendet, um seine Leistung zu validieren. Die Ergebnisse zeigen deutlich die Durchfhrbarkeit und Wirksamkeit des vorgeschlagenen Ansatzes.