Title: Classificação De Imagens De Ultra-Som De Tumor De Mama Através De Técnicas De Inteligência Computacional
Authors: Macrini, José L. R.; Alvarenga, André V.; Pereira, Wagner C. A.; Infantosi, Antonio Fernado C.; Pedreira, Carlos E.
Resumo: A mamografia tem sido apontada como a única técnica diagnóstica que comprovadamente contribui, através de um programa de acompanhamento periódico, para a detecção precoce e redução da mortalidade por câncer de mama. Porém, uma quantidade considerável de lesões suspeitas ainda tem sido encaminhadas para biópsia. Imagens de ultrasom (US) têm sido usadas para melhorar o diagnóstico e diminuir o número de biópsias desnecessárias em pacientes com massas palpáveis e mamografias inconclusivas. Tumores malignos de mama tendem a apresentar contornos irregulares e borrados, enquanto tumores benignos são normalmente redondos, lisos e bem-definidos. A investigação do contorno do tumor pode ajudar no diagnóstico. Neste artigo, um método linear e um não-linear foram utilizados para ordenar parâmetros morfométricos usados para quantificar o contorno e a forma de tumores de mama em imagens por US. Comparado com o método linear, o método não-linear pôde identificar a contribuição não-linear do parâmetro morfométrico Mshape em relação ao diagnóstico. Uma rede neural feedforward foi implementada, tendo como entrada sete parâmetros morfométricos para classificar as imagens. O melhor desempenho (88%) foi obtido com os primeiros cinco parâmetros selecionados pelo método não-linear.
Keywords: Informação Mútua; seleção de parâmetros; imagens de ultra-som; câncer de mama; redes neurais
Pages: 6
Paper as PDF: 50100126.pdf
BibTex file: 50100126.bib