Produção Nacional
Diagnóstico precoce de doenças mamárias usando imagens térmicas e aprendizado de máquina
2012; UNIVERSIDADE DO OESTE DE SANTA CATARINA; Volume: 1; Issue: 1 Linguagem: Português
10.5965/2316419001012012055
ISSN2316-4190
AutoresRoger Resmini, Aura Conci, Tiago Bonini Borchartt, Rita de Cássia Fernandes de Lima, Anselmo Montenegro, Cristina Asvolinsque Pantaleão,
Tópico(s)Thermography and Photoacoustic Techniques
ResumoO 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 infravermelho), 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 simétrico 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 disponíveis 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 distintos: 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%.
Referência(s)