APOYO PARA LA DETECCION CANCER DE MAMA A PARTIR DE IMAGENES TERMICAS
Apoyo para la deteccion cancer de mama a partir de
imagenes termicas
Luis Fernando Pérez Rúales
Universidad Antonio Nariño
Facultad de Ingenieria Biomedica, Electronica y Mecatronica
Tutor:Ing. Andres Jaramillo
Abstract—Detection of breast cancer through the analysis of
thermal images of patients has been very useful for clinical
diagnosis, but due to the poor quality of the images and
the impossibility of differentiating possible masses or abnormal
structures healthy, it is intended make a code for segmentation of
images, using the similarity that may exist between regions, color
and textures that can be found in the processing of it and the
results will be compared with images of healthy patients, aiming
to provide a diagnosis as assertive as possible
Keywords—Segmentacion,Imagenes,Tumor,color,textura.
I. E STADO DEL ARTE
El cancer de mama es una proliferacion maligna de las
celulas epiteliales que revisten los conductos o lobulillos
mamarios.[1] Es una enfermedad celular, donde una celula
individual producto de una serie de mutaciones somaticas, o de
linea germinal adquiere la capacidad de dividirse sin control
ni orden, hasta formar un tumor. El tumor resultante, que
inicia como anomala leve, pasa a ser grave, invadiendo tejidos
vecinos, y finalmente, se propaga a otras partes del cuerpo.
Los principales factores de riesgo de contraer cancer de
mama incluyen: edad avanzada, menarquia a temprana edad,
edad avanzada en el momento del primer parto o nunca haber
dado a luz, antecedentes familiares de cancer de mama, con-
sumo de hormonas como el estrgeno y progesterona, consumo
de licor y ser de raza blanca. Entre el 5 y 10% de los casos,
es causado por mutaciones geneticas heredadas.
Existen dos tipos de cancer de mama :
- El carcinoma ductal infiltrante, que comienza en los
conductos que llevan la leche desde la mama hasta el pezon, es
de los mas frecuentes (aproximadamente 80% de incidencia).
- El carcinoma lobulillar el cual es infiltrante (10 a 12% de
los casos), comienza en los lobulillos, encargados de producir
la leche materna. [1].
Los otros tipos de cancer de mama no superan en conjunto
el 10% de casos. En Colombia, esta enfermedad se perfila
como un problema de salud publica debido a que por su
causa anualmente fallecen aproximadamente 2.649 mujeres.El
analisis de la Subdireccion de Enfermedades No Transmisibles
(ENT) del Ministerio de Salud y Proteccion Social da cuenta
de un aumento del cancer de mama en el pais.En el año 2000
se llevo a cabo una conferencia en la ciudad de chicago, donde
departieron sobre la deteccion de cancer de mama a partir de
imagenes en infrarrojos, donde realiza un analisis de asimetra
1
que demostro resultados eficaces tanto, en la evaluacion de
riesgos como en el pronostico del cancer de mama[2].
Algunas investigaciones introdujeron grandes avances hacia
la deteccion eficiente del tumor, una de las primeras fue
realizada por el ingeniero Bin Zhou, Jianhua Xuan en el año
2008[3], que desarrollo un algoritmo usando luz transilumi-
nadora que permite el analisis de la textura y un vector de
apoyo para la clasificacion de tejido con alto riesgo, con base
en esto, en el mismo año nace un enfoque a la deteccion mas
practica realizado por Anna N. presento una investigacion que
arroja propiedades de textura del tejido gracias a que rodea
micro calcificaciones (MC), definidas como racimos en las
mamografias y estas a su vez permiten el diagnstico del cancer
de mama ,Las mamografias analizadas contienen 100 racimos
sutiles MC (46 benignos y 54 malignos)[5]. El tejido que rodea
los MC se define como una textura en escala de grises y de
coeficientes de wavelet, las cuales son caracteristicas de tres
niveles de textura, luego son extraidos los alrededores de las
regiones de tejido de inters (ROI-ST).
Por otro lado, en el año 2012 Salim J., realizaron un
diagnostico de cancer de mama mediante el analisis de im-
agenes opticas [5] donde Consideran el proceso de deteccion
de objetos, reconocimiento y clasificacion de celulas mama
humanas con el fin de diferenciar entre celulas (cancerosas)
normales y anormales. La labor se basa en la investigacion
sobre el desarrollo de un sistema de deteccion de cancer de
mama que se puede utilizar por citologos para diferenciar
entre los tipos benignos y malignos, utilizando imgenes tipicas,
actualmente interpretadaa por citotecnologos en todo el mundo.
Gracias a estas investigaciones se hace uso de la segmenta-
cion para la deteccion del cancer de mama. Con base en lo
anterior, en el año 2013, Amresh realizo una segmentacion
de nucleos por histologa para la deteccion cancer de mama
[6] ,en esta se llevo a cabo un analisis de imgenes usando
sistemas de deteccion,debido a la necesidad de aliviar la pesada
carga de trabajo de los medicos especialistas, por lo anterior
se introduce un marco de proposito general, que es capaz
de segmentar los nucleos celulares en imagenes de escala
microscopica basadas en segmentacion y con un umbral basado
en metodos graficos.
Pero la Segmentacion se puede ver de diferentes formas por
ello en el mismo año, Steve Rodriguez, propuso la segmenta-
cion de imagenes termograficas que puede utilizarse como
etapa de pre-procesamiento en el analisis asimetrico de cancer
de mama [7],esta propuesta de segmentacion surge basandose
APOYO PARA LA DETECCION CANCER DE MAMA A PARTIR DE IMAGENES TERMICAS
en la deteccion de zonas con altos gradientes de temperatura, a
partir de las cuales se definen regiones geometricas de interes
[Regin of Interest, ROI].
Para complementar el analisis de segmentacion con ima-
genes termicas de acuerdo a la conferencia [8], se realizaron
muestras con imagenes termicas en las que cada color repre-
senta un rango especifico, ligado a la Interpretacion clinica de
la temperatura, esto quiere decir que se basa principalmente
en el analisis de color de los patrones de calor tanto visuales
como subjetivos. El anlisis de termograma de mama basado
en la segmentacin de la region de interes, que es extraida de
una region caliente es seguida de un analisis de color, donde la
forma, el tamaño y las fronteras de las regiones mas calientes,
pueden ayudar a determinar las funciones que se utilizan para
detectar anormalidades.
La anormalidad en los termogramas de mama esta rela-
cionado con las caracteristicas anteriores y es confirmada por
la comparacion del diagnostico medico, ellos lograron hacer
este metodo mas economico y rapido, ya que las mamografias
son costosas y no son eficientes a la hora de dar un diagnostico
del cancer.
Hoy en dia la deteccion del cancer de mama esta enfocada
al analisis de segmentacion e histopatologia por color, ya que
brindan resultados mas eficientes en corto tiempo de acuerdo
con el trabajo realizado por Mitko Veta[9] presenta una vision
general de los metodos para el analisis de imagenes de
histopatologia de cancer de mama. Esta linea de investigacion
se ha vuelto particularmente pertinente con la llegada de la
imagen de diapositivas escaneres (WSI), que puede ser rentable
y de un alto rendimiento para la digitalizacin de diapositivas
histopatologia, ya que tienen como objetivo reemplazar el
microscopio ptico como la principal herramienta utilizada por
el patologo. Con el pasar de los años sea popularizado la
obtencion de datos por calor ya que se puede generar una
facil segmentacin.
De acuerdo con la conferencia del año 2015 sus au-
tores,estos estan de acuerdo sobre las necesidades de
rendimiento para una imagen de diapositivas (WSI), la cual
proporciona datos de alta resolucin de imagen digital del
tejido enfermo del paciente [10].Los conjuntos de diapositivas
digitales suelen ser muy grandes y contienen una alta cantidad
de informacin. La digitalizacin de los tejidos es importante ya
que en forma de imgenes digitales permite el desarrollo y la
aplicacion de algoritmos de analisis.
Los tejidos Biologicos tejidos son complejos pues tienen
gran variacion en las estructuras de tejido entre individuos
sanos, como entre pacientes con la misma enfermedad. Ade-
mas, la preparacion del tejido y la digitalizacion por lo general
genera una gran cantidad de informacion ,por ende una mayor
complejidad, que provoca problemas de clasificacion. Por eso
se requiere llevar a cabo una variacion del tamaño de las
imagenes para aprovechar sus dimensiones las cuales arrojan
un preciso y fiable analisis de imgenes de cancer de mama[11].
Uno de los ultimos trabajos en este campo fue realizado por
M. A. Pangarkar,donde habla de la clasificacion de cancer de
mama, por medio de la histopatologia de imagenes mediante
analisis de caractersticas de la textura [12]. Las imagenes que
son segmentadas por primera vez como revestimiento epitelial
2
que rodea el lumen para las imagenes de histopatologa de
mama usando textura espacio-color de mtodo de segmentacion
grafico.
Uno de las problemas mas notables que presentan los
medicos a la hora de realizar un diagnostico de cancer de
mama es la falta de presicion de actualemnte se lleva acabo
ya que recurren a metodos poco precisos, como el toque en
el area analizado por medio de toques fisicos haciendo malos
diagnosticos del mismo , por esta razon en este trabajo se
pretende realizar un algoritmo por medio del analisis de ima-
genes termicas utilizando el metodo de segmentacion el cual
sea capaz de analizar caracteristicas topologicas y contornos
geometricos con el fin de encontrar iregularidades entregando
un diagnostico mas fiable , rapido y economico .
II. OBJETIVO GENERAL
-Elaborar un algoritmo por medio del analisis de imagenes
termicas , el cual sea capaz de diagnosticar de una forma rapida
, fiable y economica el cancer de mama.
A. Objetivos Especficos
-Diagnosticar el cancer de mama por medio del analisis de
imagenes termicas.
-Realizar una segmentacion manual sobre estudios previos.
-Hacer una segmentacion automatica por umbralizacion
-Realizar calculos descritivas,”caracteristicas geometricas”.
-Obtener un algoritmo fiable ,el cual utilize poco recursos
de maquina .
-Reducir el tiempo de diagnostico de cancer de mama.
III. METODOLOGIA
Para el desarrollo del proyecto se contara con las siguientes
etapas:
1) Obtencion base de datos: se cargaran las imagenes y se
realizara un banco con varias imagenes para su analisis.
2) Ajuste de contraste y regiones calientes: En esta etapa se
realizara un mejoramiento de la imagen a partir del ajuste de
contraste utilizando la ecualizacion adaptativa de histograma.
3) Proyeccion de la figura geometrica y determinacion del
centrogeometrico.: Para iniciar la segmentacion de la imagen
se utiliza la proyeccion de forma geometrica basica ”trapecio.
4) Definicion de coordenadas y segmentacion de la imagen:
tomando al centro geometrico del trapecio como referencia
para medir perpendicularmente la distancia de las imagenes
de interes para encontrar diferencias o inregularidades como
posible signo de riesgo.
5) Resultados y diagnostico: Se mostraran los valores que se
obtienen empleando el metodo de segmentacion para entregar
un diagnostico fiable.
R EFERENCES
[1] S. J. Attia, J. M. Blackledge, Z. M. Abood, and I. R. Agool. Diagnosis
of breast cancer by optical image analysis. In Signals and Systems
Conference (ISSC 2012), IET Irish, pages 16, June 2012.
APOYO PARA LA DETECCION CANCER DE MAMA A PARTIR DE IMAGENES TERMICAS 3

[2] A. D. Belsare, M. M. Mushrif, M. A. Pangarkar, and N. Meshram. Clas-

sification of breast cancer histopathology images using texture feature
analysis. In TENCON 2015 - 2015 IEEE Region 10 Conference, pages
15, November 2015.
[3] dmedicina./dmedicina.com/enfermedades/cancer/cancer-mama.html,,
2005.
[4] A. N. Karahaliou, I. S. Boniatis, S. G. Skiadopoulos, F. N. Sakellaropou-
los, N. S. Arikidis, E. A. Likaki, G. S. Panayiotakis, and L. I. Costari-
dou. Breast cancer diagnosis: Analyzing texture of tissue surrounding
microcalcifications. IEEE Transactions on Information Technology in
Biomedicine, 12(6):731738, November 2008.
[5] Ministerio de salud y proteccion. www.minsalud.gov.co/paginas/-cancer-
de-mama,-una-enfermedad-en-ascenso-en colombia.aspx,, 2014.
[6] A. Nikam and A. Gopal. Nuclei segmentation from breast cancer
histology images. In Emerging Trends and Applications in Computer
Science (ICETACS), 2013 1st International Conference on, pages 1822,
September 2013.
[7] I. Pllnen, B. Braithwaite, K. Haataja, T. Ikonen, and P. Toivanen. Current
analysis approaches and performance needs for whole slide image
processing in breast cancer diagnostics. In Embedded Computer Systems:
Architectures, Modeling, and Simulation (SAMOS), 2015 International
Conference on, pages 319325, July 2015.
[8] Hairong Qi, W. E. Snyder, J. F. Head, and R. L. Elliott. Detecting breast
cancer from infrared images by asymmetry analysis. In Engineering in
Medicine and Biology Society, 2000. Proceedings of the 22nd Annual
International Conference of the IEEE, volume 2, pages 12271228 vol.2,
2000.
[9] S. Shahari and A. Wakankar. Color analysis of thermograms for breast
cancer detection. In Industrial Instrumentation and Control (ICIC), 2015
International Conference on, pages 15771581, May 2015.
[10] Ph.D. Andres David Restrepo Giron Steve Rodriguez Guerrero, Hum-
berto Loaiza. Segmentacion automatica de imagenes termicas de la mama
como apoyo a la deteccion de cancer. Revista ST, 12(30), 25-34, 2014.
[11] M. Veta, J. P. W. Pluim, P. J. van Diest, and M. A. Viergever. Breast
cancer histopathology image analysis: A review. IEEE Transactions on
Biomedical Engineering, 61(5):14001411, May 2014.
[12] Bin Zhou, Jianhua Xuan, Hongzhi Zhao, G. J. Chepko, M. T. Freedman,
and Kevin Yingyin Zou. Polarization imaging for breast cancer diagnosis
using texture analysis and SVM. In Life Science Systems and Applica-
tions Workshop, 2007. LISA 2007. IEEE/NIH, pages 217220, November
2007.