Este trabalho tem como objetivo investigar a pontencialidade de parâmetros morfométricos em distinguir tumores de mama em ima gens por ultra-som. Para tal, aplicou-se um método de segmentação baseado em Morfologia Matemática para determinar o contorno dos tumores. Assim, sete parâmetros morfológicos foram calculados a partir das técnicas de distância radial normalizada e polígonos con vexos, para as 152 imagens segmentadas. A análise discriminante linear foi aplicada, e o desempenho dos parâmetros na distinção dos tumores de mama em irregular ou regular, bem como entre maligno ou benigno, foi avaliado. O melhor desempenho na distinção dos tumores quanto ao contorno (irregular ou regular) foi obtido com os parâmetros valor médio quadrático residual normalizado (nrv) e circularidade (C). Tomando estes dois parâmetros em conjunto com a rugosidade (R), resultou no melhor desempenho (especificidade e sensibilidade de 96,7% e 95,7%, respectivamente). Na distinção dos tumores entre maligno ou benigno, o melhor desempenho foi obtido para este mesmo conjunto (nrv, C e R), com valores de 88,0% de sensibilidade e 90,4% de especificidade. Tais achados confirmam a relação entre a irregularidade do contorno e o estabelecimento de hipótese diagnóstica, indicando que nrv, C e R juntos podem auxiliar no diagnóstico de tumores de mama em imagens por ultra-som.

This work aims at investigating the potentiality of morphometric parameters in distinguishing breast tumour on ultrasonic images. At first, a segmentation procedure, based on Mathematical Morphology, was applied to depict the tumour contours. Then, seven parameters of the normalised radial length and of convex polygons were extracted from 152 segmented tumour images. The Linear Discriminant Analysis was applied and the parameters performances in discriminating irregular from regular breast tumour contours, and also malignant from benign ones were assessed. In distinguishing tumour contours, the best performances for individual parameters were normalised residual mean square value (nrv) and circularity (C). Taking these two parameters together with roughness (R) led to the best separation performance, i.e., specificity of 96.7% and sensitivity of 95.7%. Furthermore, in distinguishing malignant tumours from benign ones, the best performance (sensitivity = 88.0%, specificity = 90.4%) was achieved by using also the combining parameters nrv, C and R. These findings confirm the relation between the contour irregularity and the possibility to establish a diagnostic hypothesis. Therefore, these three parameters together may aid the diagnostic of breast tumour on ultrasound images.