A method and system for detecting and displaying clustered microcalcifications in a digital mammogram, wherein a single digital mammogram is first automatically cropped to a breast area sub-image which is then processed by means of an optimized Difference of Gaussians filter to enhance the appearance of potential microcalcifications in the sub-image. The potential microcalcifications are thresholded, clusters are detected, features are computed for the detected clusters, and the clusters are classified as either suspicious or not suspicious by means of a neural network. Thresholding is preferably by sloping local thresholding, but may also be performed by global and dual-local thresholding. The locations in the original digital mammogram of the suspicious detected clustered microcalcifications are indicated. Parameters for use in the detection and thresholding portions of the system are computer-optimized by means of a genetic algorithm. The results of the system are optimally combined with a radiologist's observation of the original mammogram by combining the observations with the results, after the radiologist has first accepted or rejected individual detections reported by the system.

Een methode en een systeem om gegroepeerde microcalcifications in een digitaal mammogram te ontdekken en te tonen, waarin één enkel digitaal mammogram automatisch eerst bebouwd aan een sub-beeld is van het borstgebied dat dan door middel van een geoptimaliseerd Verschil van filter Gaussians wordt verwerkt om de verschijning van potentiële microcalcifications in het sub-beeld te verbeteren. Potentiële microcalcifications zijn thresholded, worden de clusters ontdekt, worden de eigenschappen gegevens verwerkt voor de ontdekte clusters, en de clusters zijn geclassificeerd als of verdacht of niet verdacht door middel van een neuraal netwerk. Thresholding is bij voorkeur door lokale thresholding te hellen, maar kan ook door globale en dubbel-lokale thresholding worden uitgevoerd. De plaatsen in het originele digitale mammogram van verdachte ontdekte gegroepeerde microcalcifications zijn vermeld. De parameters voor gebruik in de opsporing en thresholding gedeelten van het systeem worden computer-geoptimaliseerd door middel van een genetisch algoritme. De resultaten van het systeem worden optimaal gecombineerd met de observatie van een radioloog van het originele mammogram door de observaties met de resultaten te combineren, nadat de radioloog eerst of individuele opsporingen verworpen goedgekeurd heeft die door het systeem worden gemeld.