Segmentacion Automatica de Lesiones Patologicas.

Segn la Organizacin Mundial de la Salud, el cncer de mamas es el de mayor ndice de mortalidad en mujeres mundialmente, reportndose en las ltimas dos dcadas un aumento de la mortalidad en pases en vas de desarrollo. La mamografa es el mtodo ms empleado en la deteccin de esta penosa enfermedad; puesto que es una prueba que permite el diagnstico en la fase preclnica. Por esta razn, los Sistemas de Diagnstico Asistidos por Computadoras son de gran ayuda para la deteccin/clasificacin de anormalidades en las imgenes de mamografas, ya que le proporcionan una "segunda opinin" al personal mdico especializado. En este artculo se propone un mtodo que combina tcnicas de PDI y RNA, para la segmentacin automtica de lesiones patolgicas en mamogramas y su corroboracin mediante la clasificacin con las Redes Neuronales FFBP, LVQ y la Red Probabilstica. El algoritmo propuesto se valid con xito en la base de datos de la Sociedad de Anlisis de Imgenes de Mamografas. Se utilizaron adems para la validacin de los resultados funciones de comparacin como la RDE y el C_Factor que nos dan una aproximacin de cuan eficiente es el algoritmo de segmentacin propuesto.