Kanker Payudara tetap menjadi masalah kesehatan masyarakat yang sangat signifikan di dunia. Deteksi dini adalah kunci utama bagi memperbaiki prognosis kanker payudara. Mammography telah menjadi salah satu metode yang paling dapat diandalkan bagi deteksi dini dari karsinoma payudara. Akan tetapi, hal ini sulit bagi radiologis untuk memberikan penilaian yang akurat dan tepat dalam menyeragamkan hasil mammogram dalam lingkup yang sukar dan luas. Hasil yang dapat diperkirakan radiologis pada skrining kanker payudara ini hanya 75 persen keakuratannya. Diharapkan dapat langsung mendiagnosis pemicu kelainan pada lokasi kanker tersebut. Kanker payudara system CAD seperti itu dapat menolong dan memberikan yang sangat diperlukan untuk mengontrol kanker payudara. Microcalfication dan massa adalah dua indicator paling penting dari penyakit berbahaya, dan deteksi otomatis sangat berharga untuk diagnosis dini pada kanker payudara. Karena biasanya massa yan tidak dapat dibedakan dari sekitar parenchymal, dengan mendekteksi dan mengklasifikasikan massa secara otomatis maka akan lebih menantang. Makalah ini membahas metode untuk deteksi dan klasifikasi massa, dan membandingkan keuntungan dan kekurangan mereka. Keywords: Mass; Mammogram; CAD; Wavelet; Fuzzy logic; Contrast enhancement; Feature selection
Two improved forensic methods of detecting contrast enhancement in digital images
