Banca de DEFESA: José Rogério Bezerra Barbosa Filho

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: José Rogério Bezerra Barbosa Filho
DATA: 30/03/2012
HORA: 16:00
LOCAL: CI
TÍTULO:

Um Método Automático de Detecção de Massas em Mamografias Por Meio de Redes Neurais

PALAVRAS-CHAVES:

mamografia, CADDx, redes neurais artificiais, detecção, massas

PÁGINAS: 90
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
RESUMO:

O câncer de mama é a causa mais comum de morte por câncer na população feminina e um sério problema de saúde mundial. A mamografia permite uma detecção precoce do câncer, reduzindo a mortalidade da doença. Sua eficiência tornou-a procedimento padrão para diagnóstico do câncer de mama. Essas razões levaram ao desenvolvimento de sistemas computadorizados para o auxílio à detecção e ao diagnóstico - em inglês Computer-Aided Detection and Diagnosis (CADDx) - que auxiliam os profissionais da saúde provendo uma segunda opinião ao diagnóstico. Um dos algoritmos estudados durante o desenvolvimento do trabalho, o algoritmo para detecção de massas criado por Ozekes et al, mostrou grande potencial atingindo 99% de sensibilidade quando aplicado nas imagens testadas. Entretanto, seus muitos parâmetros, e a calibração manual de cada um deles, tornam impossível a aplicação do algoritmo na construção de sistemas CADDx reais. Esse trabalho apresenta um método automático para detecção de massas em mamografias baseado no algoritmo de Ozekes. Redes neurais artificiais (RNA) Perceptron multicamadas são usadas como aproximadores universais para a calibração dos parâmetros necessários ao método. A computação dessas redes produz os valores que deverão ser usados como parâmetros para as etapas de binarização e aplicação dos templates. A seleção de atributos e topologias das redes neurais foi definida empiricamente. Resultados mostram, na melhor configuração do sistema, 82% de sensibilidade 7,51 falsos positivos por imagem e, após uma redução de falsos positivos, 74% de sensibilidade e 3,56 de falsos positivos por imagem. Trabalhos futuros incluem o estudo de mais atributos e descritores de imagens além da experimentação de outros algoritmos para pré-processamento.

MEMBROS DA BANCA:
Presidente - 1167863 - LEONARDO VIDAL BATISTA
Interno - 2636257 - NATASHA CORREIA QUEIROZ LINO
Externo à Instituição - HOMERO SCHIABEL - USP