0305410 20240103185801.220080304235959.9 Praha ÚTIA AV ČR 2008 23 s. Research Report 2217 Distribution mixtures Screening Mammography Local Statistical Models Computer assisted screening and diagnosis Visualization of biomedical data cav_un_auth*0101091 Grim Jiří UTIA-B Department of Pattern Recognition Ústav teorie informace a automatizace AV ČR, v. v. i. cav_un_auth*0101197 Somol Petr UTIA-B Department of Pattern Recognition Ústav teorie informace a automatizace AV ČR, v. v. i. 1M0572 GA MŠk cav_un_auth*0001814 2C06019 GA MŠk cav_un_auth*0216518 CEZ:AV0Z10750506 We propose statistically based preprocessing of screening mammograms with the aim to emphasize suspicious areas. We estimate the local statistical texture model of a single mammogram in the form of multivariate Gaussian mixture. The probability density is estimated from the data obtained by pixelwise scanning of the mammogram with the search window. In the second phase, we evaluate the estimated density at each position of the window and display the corresponding log-likelihood value as a gray level at the window center. Light gray levels correspond to the typical parts of the image and the dark values reflect unusual places. The resulting log-likelihood image exactly correlates with the structural details of the original mammogram, emphasizes locations of similar properties by contour lines and may provide additional information to facilitate diagnostic interpretation. Předmětem práce je návrh diagnostického vyhodnocování screeningových mamogramů pomocí lokálního statistického modelu. Cílem metody je zvýraznění diagnosticky významných detailů mamogramu. Výsledkem zpracování je tzv. věrohodnostní obraz původního mamogramu, který by v kombinaci s původním snímkem mohl usnadnit práci radiologa. 2008 IN http://hdl.handle.net/11104/0158711 2008 2008 Praha ÚTIA AV ČR