Banca de QUALIFICAÇÃO: FRANKLIN ANTHONY RAMOS COELHO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: FRANKLIN ANTHONY RAMOS COELHO
DATA: 29/01/2026
HORA: 09:30
LOCAL: Laboratório ARIA
TÍTULO: Geração de Regiões de Interesse Mamográficas através de um Modelo de Difusão Latente Condicionado por Atributos Radiômicos
PALAVRAS-CHAVES: Geração de Imagens Médicas, Inteligência Artificial, Modelos de Difusão Latente Condicional, Radiômica
PÁGINAS: 48
RESUMO: O câncer de mama representa um desafio global de saúde, com projeções de aumento significativo na incidência e mortalidade até 2040. Este trabalho propõe enfrentar a limitação de dados em imagens médicas integrando a inteligência artificial ao diagnóstico radiológico, a partir do desenvolvimento de um método para a geração de Regiões de Interesse (ROIs) em imagens de mamografia, utilizando um Modelo de Difusão Latente, condicionado por atributos radiômicos. A metodologia utiliza descritores radiômicos, que são atributos quantitativos que caracterizam propriedades morfológicas e de textura dos tecidos. O modelo baseia-se em um Autocodificador Variacional para projeção em um espaço latente, seguido por um processo de difusão, que permite maior controle sobre as características estruturais e clínicas das ROIs geradas. Os experimentos foram realizados utilizando a base de dados pública CBIS DDSM, muito utilizada em pesquisas de aprendizado de máquina aplicadas à mamografia. A eficácia da abordagem é avaliada por meio do Erro Médio Absoluto, da Relação Sinal-Ruído de Pico, do Índice de Similaridade Estrutural e do Índice de Similaridade Estrutural Multiescala, alcançando valores de MAE = 0,11, PSNR = 19,07 dB, SSIM = 0,82 e MS-SSIM = 0,87. Estes resultados preliminares indicam uma fidelidade entre as imagens geradas e as referências, tanto em termos de erro absoluto quanto de preservação estrutural e perceptual. Como próximos passos, pretende-se pesquisar novos trabalhos relacionados que possam ser agregados e comparados a este estudo, avaliar métodos alternativos à PCA, como seleção baseada em importância de atributos ou técnicas não lineares e explorar estratégias específicas para redução de ruído e suavizações nas imagens sintetizadas, tais como ajustes no número de passos de difusão ou variações nas estratégias de amostragem.
MEMBROS DA BANCA:
Presidente(a) - 1743917 - THAIS GAUDENCIO DO REGO
Interno(a) - 2813926 - TIAGO MARITAN UGULINO DE ARAUJO
Externo(a) ao Programa - 1827772 - YURI DE ALMEIDA MALHEIROS BARBOSA