DIAGNÓSTICO PRECOCE DE DOENÇAS MAMÁRIAS USANDO IMAGENS TÉRMICAS E APRENDIZADO DE MÁQUINA

Roger Resmini, Aura Conci, Tiago Bonini Borchartt, Rita de Cássia Fernandes de Lima, Anselmo Antunes Montenegro, Cristina Asvolinsque Pantaleão

Resumo


O câncer é uma doença que se origina de células mutantes, sem causas bem conhecidas ainda, que se reproduzem descontroladamente, aumentando a perfusão sanguínea e, consequentemente, ocasionando um aumento da temperatura da região tumoral. Essa temperatura é irradiada para a pele e pode ser medida por diversos dispositivos como termômetros e a câmeras térmicas. Na termografia médica (por câmeras infra-vermelho), após a aquisição da imagem térmica, é feita a análise e identificação de padrões térmicos. Tendo em vista que o corpo humano é um sistema praticamente simetrico em relação ao plano sagital (i.e. ao plano que divide o corpo em parte direita e esquerda) , a presença de uma grande alteração no padrão térmico entre as mamas esquerda e direita, é um importante indício de presença de patologias. Este trabalho tem por objetivo verificar a viabilidade do uso de técnicas de reconhecimento de padrões na classificação das imagens disponiveis no projeto ProENG  com pacientes saudáveis ou com portadoras de alguma patologia da mama. Para tanto, destas imagens são extraídas características que permitirão a sua classificação através de técnicas de Inteligência Artificial. Utilizou-se características de três grupos distindos: estatísticas simples, baseadas na geometria fractal e características de fundamentação geoestatística. Foram testados três classificadores, SVM, KNN e Naïve Bayes e duas técnicas de redução de características: PCA e Ganho de Informação. Os resultados se mostraram bastante promissores com uma acurácia próxima de 90% e área abaixo da curva ROC próxima de 0,9%.

Texto completo:

PDF



Revista mantida pela Universidade do Estado de Santa Catarina (UDESC)
Campus Ibirama
® 2017 Direitos Reservados