Cristiane Bastos Rocha Ferreira,  Díbio Leandro Borges. 

Para alcançar uma análise automatizada de mamogramas, dois problemas devem ser considerados: a classificação em áreas normais, tumores radiais, circunscritos e microcalcificações e em áreas benignas, malignas e normais. Como extrair e selecionar as melhores caracteristicas das imagens é uma tarefa dificil, pois as mesmas representam texturas irregulares com grande variedade por classe. Este artigo propõe a construção e avaliação de um classificador para os problemas citados, através da transformação wavelet dos dados e do uso de um subconjunto minimo de caracteristicas representativas dessas texturas baseado no limiar (lambda) T. Os resultados são promissores e linhas para direções futuras são apresentadas.

http://www.lbd.dcc.ufmg.br/colecoes/wim/2005/001.pdf

Processando consulta.