Avances en la generación de imágenes mamográficas mediante autómatas celulares generativos para mejorar los sistemas CAD

Identificador:  TFM:2522

Handle: https://hdl.handle.net/20.500.11797/TFM2522

Autores:  Rothörl, Lea

Resumen:
Esta tesis explora la aplicación del marco de trabajo de Autómatas Celulares Generativos (GeCA) para la síntesis de imágenes mamográficas utilizando el conjunto de datos VinDr-Mammo. El marco se adaptó para permitir una gestión personalizable de las imágenes y se amplió con un clasificador de densidad mamaria para evaluar su impacto en una tarea posterior. Los resultados demuestran que GeCA puede generar mamografías perceptualmente realistas y mejorar las puntuaciones F1 macro en clases de densidad subrepresentadas, aunque las métricas binarias mostraron variaciones. Entre las limitaciones se incluyen la dependencia de un único conjunto de datos, el tamaño reducido de las imágenes y el uso de un clasificador personalizado. No obstante, el estudio destaca el potencial de GeCA para la síntesis de imágenes médicas, lo que justifica la realización de futuras investigaciones con conjuntos de datos y tareas clínicas diversos.