Scattering transform for breast cancer detection

Treball de fi de grau en Sistemes Audiovisuals Tutor: Gemma Piella Fenoy This project investigates the feasibility of using the scattering transform for breast cancer detection from mammograms. The Scattering Transform is a recently introduced descriptor that follows the scheme of a neural network, whose filters are wavelets followed by a modulus operator. We built a classification scheme that involves a feature extraction and a classification stages. For the first stage, we have used the Scattering Transform for extracting discriminant features robust to small deformations in the image. Moreover, we have also used another descriptor as a reference, the Scale-Invariant Feature Transform, widely used in classification problem. For the second stage, we have trained two models, a generative (based on affine spaces) and a discriminative (based on support vector machines). We tested our pattern recognition system on 1590 mammograms (964 normal cases,/n425 cancer cases and 201 benign cases), achieving more than 90% of accuracy. These results confirm that the Scattering Transform is a powerful tool to describe mammograms. Aquest projecte investiga la factibilitat d’utilitzar la transformada scattering en /nproblemes de detecció de càncer de mama mitjançant l’ús de mamografies. /nLa transformada scattering és un nou descriptor/nque segueix l’esquema d’una xarxa /nneuronal on els filtres són /nwavelets/nseguides d’un operador de mòdul. /nHem construït un esquema de classificació format per una etapa d’extracció de /ncaracterístiques i una altra de classificació. Per la primera etapa, hem utilitzat la /ntransformada scattering per extreure característiques discriminants robustes a petites /ndeformacions de la imatge. A més, també hem utilitzat un altre descriptor comú en /nproblemes de classificació, el /nScale-Invariant Feature Transform, que ens ha servit com /na referència. Per la segona etapa, hem entrenat dos models,/nun generatiu (basat en espais /na/nfins) i un altre /ndiscriminatiu (/nbasat en màquines de suport /nvectorial). /nHem testejat el nostre sistema de reconeixement de patrons amb 1590 mamografies /n(694 casos normals, 425 casos cancerígens i 201 casos benignes) i hem obtingut /nmés /nd’un 90% d’encert. /nAquests resultats confirmen/nque /nla transformada scattering és una /nbona eina per descriure mamografies.