Distinguishing Shapes of Breast Cancer Masses in Ultrasound Images by Using Logistic Regression Model

Title (Arabic)

تمييز أشكال كتل سرطان الثدي في صور الموجات فوق الصوتية باستخدام نموذج الانحدار اللوجستي

Authors

Luay Adil Abduljabbar, Ministry of Higher Education and Scientific Research, Studies & Planning & Follow Up Directorate, Baghdad, Iraq
Omar Qusay Alshebly, College of Computer Sciences and Mathematics, Department of Statistics and Informatics, University of Mosul, Mosul, Iraq

DOI

10.33095/jeas.v28i133.2361

Abstract

The last few years witnessed great and increasing use in the field of medical image analysis. These tools helped the Radiologists and Doctors to consult while making a particular diagnosis. In this study, we used the relationship between statistical measurements, computer vision, and medical images, along with a logistic regression model to extract breast cancer imaging features. These features were used to tell the difference between the shape of a mass (Fibroid vs. Fatty) by looking at the regions of interest (ROI) of the mass. The final fit of the logistic regression model showed that the most important variables that clearly affect breast cancer shape images are Skewness, Kurtosis, Center of mass, and Angle, with an AUCROC of 88% and an Accuracy of almost 89%. We also came to the conclusion that the Fibroid mass is small and less white than the Fatty mass

Abstract (Arabic)

شهدت السنوات القليلة الماضية استخدامًا كبيرًا ومتزايدًا في مجال تحليل الصور الطبية. ساعدت هذه الأدوات أخصائي الأشعة والأطباء على التشاور أثناء إجراء تشخيص معين. في هذا البحث قمنا بتطبيق العلاقة بين القياسات الإحصائية والهندسية ورؤية الكمبيوتر والصور الطبية ، واستخدام انموذج الانحدار اللوجستي لاستخراج ميزات صور سرطان الثدي ، للتمييز بين شكل الكتلة (الليفية والدهنية) من خلال تحديد منطقة الاهمية بمساعدة الكادر الطبي المختص (ROI) من الكتلة ، ان الانموذج النهائي الذي تم توفيقه للانحدار اللوجستي الذي استخدم أهم المتغيرات التي لها تأثير واضح على صور شكل الكتلة لسرطان الثدي هي الانحراف ، والتفرطح ، ومركز الكتلة ، والزاوية. مع دقة تقارب 89٪ و مساحة تحت المنحنى (AUCROC) بنسبة 88٪ ، خلصت الدراسة أيضًا إلى أن كتلة الورم الليفي لها حجم صغير ، وأيضًا أقل بياضًا من كتلة الورم الدهني

Recommended Citation

Abduljabbar, L. A., & Alshebly, O. Q. (2022). Distinguishing Shapes of Breast Cancer Masses in Ultrasound Images by Using Logistic Regression Model. Journal of Economics and Administrative Sciences, 28(133), 158-171. https://doi.org/10.33095/jeas.v28i133.2361

First Page

158

Last Page

171

Rights

http://creativecommons.org/licenses/by-nc-nd/4.0