Classificação de imagens mamográficas por uma ferramenta open source : uma proposta de uso para auferir maior eficiência no diagnóstico de câncer
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFABC |
Texto Completo: | http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=124655 |
Resumo: | Orientador: Prof. Dr. Arnaldo Rodrigues dos Santos Junior |
id |
UFBC_93eae4c6ab92f9b4757c846fd75ee357 |
---|---|
oai_identifier_str |
oai:BDTD:124655 |
network_acronym_str |
UFBC |
network_name_str |
Repositório Institucional da UFABC |
repository_id_str |
|
spelling |
Classificação de imagens mamográficas por uma ferramenta open source : uma proposta de uso para auferir maior eficiência no diagnóstico de câncerDIAGNÓSTICO POR IMAGEMPROCESSAMENTO DE IMAGENSDIAGNÓSTICO AUXILIADO POR COMPUTADORCÂNCER DE MAMADEEP LEARNING - OPENVINODIAGNOSTIC IMAGINGIMAGE PROCESSINGCOMPUTER-AIDED DIAGNOSISBREAST CANCERPROGRAMA DE PÓS-GRADUAÇÃO EM BIOTECNOCIÊNCIA - UFABCOrientador: Prof. Dr. Arnaldo Rodrigues dos Santos JuniorTese (Doutorado) - Universidade Federal do ABC, Programa de Pós Graduação em Biotecnociência, Santo André, 2022.A análise de imagens radiográficas tem se mostrado nas últimas décadas como uma eficiente ferramenta no diagnóstico precoce de algumas enfermidades. Mamografias são aparelhos radiológicos específicos para o estudo do tecido mamário, em especial para o estudo de nódulos mamários auxiliando na interpretação de mastologistas sobre as características de tais nódulos, classificando-os como malignos ou benignos. Esse trabalho teve como objetivo analisar as imagens de mamografias com nódulos mamários com um método de classificação pela morfologia e textura utilizando programas computacionais que consigam maximizar a acurácia no diagnóstico quanto à malignidade ou não de um tumor. Imagens mamográficas de um banco público de acesso, DDMS (digital database for screening mammography), foram utilizadas para treinar um programa de inteligência artificial (IA), OpenVino, um programa gratuito desenvolvido pela empresa Intel que modela padrões de reconhecimento de imagens. As imagens mamográficas foram ajustadas considerando massa e forma usando opencv e então classificados pelo tensorflow, ferramentas do OpenVino que são otimizadas em processadores Intel, com o objetivo de facilitar o uso e a interpretação destas imagens em computadores convencionais em quaisquer locais, mesmo àqueles com baixos recursos tecnológicos. Tal método apresentou resultados de 87,8 % de reconhecimento adequado quanto à malignidade ou não do tumor nas imagens de incidência craniocaudal (CC) direitas e 86,8 % nas esquerdas, bem como 84,4 % de assertividade nas imagens de incidência mediolateral-oblíqua (MLO) direitas e 86,9 % nas esquerdas, tendo sido usada a curva ROC (Receiver Operating Characteristic) para corroborar com o uso congruente dos parâmetros do programa. O presente estudo mostrou que o sistema desenvolvido neste trabalho pode auxiliar os profissionais da área médica e contribuir no diagnóstico do câncer de mama.The analysis of radiographic images has been shown in recent decades as an efficient tool in the early diagnosis of some diseases. Mamograms are specific radiological devices for the study of the breasts, especially for the study of breast nodules that assist in the interpretation of mastologists about the characteristics of such nodules, classifying them as malignant or benign. This work aimed to analyze the images of mammograms with breast nodules with a method of classification by morphology and texture using computational programs that manage to maximize the accuracy in the diagnosis regarding the malignancy or not of a tumor. Mammographic images from a public access bank, DDMS (digital database for screening mammography), were used to train an artificial intelligence (AI) program, OpenVino, a free program developed by Intel that models image recognition standards. Mammographic images were adjusted considering mass and shape using opencv and then classified by tensorflow, OpenVino tools that are optimized on Intel processors, with the aim of facilitating the use and interpretation of these images on conventional computers in any location, even those with low technological resources. This method showed significant results when compared to other methods presents here, with results of 87.8% of adequate recognition as to the malignancy or not of the tumor in the images with right craniocaudal (CC) incidence and 86.8% in the left, as well as 84.4% of assertiveness in the images with mediolateral oblique (MLO) on the right and 86.9% on the left, using the ROC (Receiver Operating Characteristic) curve to corroborate with the congruent use of the program parameters. We understand that the system developed in this work can help professionals in the medical field and aid in the diagnosis of breast cancer.Santos Júnior, Arnaldo Rodrigues dosZampirolli, Francisco de AssisMacedo, Maysa Malfiza Garcia deAna, Patrícia Aparecida daSimões, RenataLucca Junior, Horacio Emidio de2022info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf112 f. : il.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=124655http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=124655&midiaext=80941Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=124655porreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2023-08-07T17:41:14Zoai:BDTD:124655Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2023-08-07T17:41:14Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false |
dc.title.none.fl_str_mv |
Classificação de imagens mamográficas por uma ferramenta open source : uma proposta de uso para auferir maior eficiência no diagnóstico de câncer |
title |
Classificação de imagens mamográficas por uma ferramenta open source : uma proposta de uso para auferir maior eficiência no diagnóstico de câncer |
spellingShingle |
Classificação de imagens mamográficas por uma ferramenta open source : uma proposta de uso para auferir maior eficiência no diagnóstico de câncer Lucca Junior, Horacio Emidio de DIAGNÓSTICO POR IMAGEM PROCESSAMENTO DE IMAGENS DIAGNÓSTICO AUXILIADO POR COMPUTADOR CÂNCER DE MAMA DEEP LEARNING - OPENVINO DIAGNOSTIC IMAGING IMAGE PROCESSING COMPUTER-AIDED DIAGNOSIS BREAST CANCER PROGRAMA DE PÓS-GRADUAÇÃO EM BIOTECNOCIÊNCIA - UFABC |
title_short |
Classificação de imagens mamográficas por uma ferramenta open source : uma proposta de uso para auferir maior eficiência no diagnóstico de câncer |
title_full |
Classificação de imagens mamográficas por uma ferramenta open source : uma proposta de uso para auferir maior eficiência no diagnóstico de câncer |
title_fullStr |
Classificação de imagens mamográficas por uma ferramenta open source : uma proposta de uso para auferir maior eficiência no diagnóstico de câncer |
title_full_unstemmed |
Classificação de imagens mamográficas por uma ferramenta open source : uma proposta de uso para auferir maior eficiência no diagnóstico de câncer |
title_sort |
Classificação de imagens mamográficas por uma ferramenta open source : uma proposta de uso para auferir maior eficiência no diagnóstico de câncer |
author |
Lucca Junior, Horacio Emidio de |
author_facet |
Lucca Junior, Horacio Emidio de |
author_role |
author |
dc.contributor.none.fl_str_mv |
Santos Júnior, Arnaldo Rodrigues dos Zampirolli, Francisco de Assis Macedo, Maysa Malfiza Garcia de Ana, Patrícia Aparecida da Simões, Renata |
dc.contributor.author.fl_str_mv |
Lucca Junior, Horacio Emidio de |
dc.subject.por.fl_str_mv |
DIAGNÓSTICO POR IMAGEM PROCESSAMENTO DE IMAGENS DIAGNÓSTICO AUXILIADO POR COMPUTADOR CÂNCER DE MAMA DEEP LEARNING - OPENVINO DIAGNOSTIC IMAGING IMAGE PROCESSING COMPUTER-AIDED DIAGNOSIS BREAST CANCER PROGRAMA DE PÓS-GRADUAÇÃO EM BIOTECNOCIÊNCIA - UFABC |
topic |
DIAGNÓSTICO POR IMAGEM PROCESSAMENTO DE IMAGENS DIAGNÓSTICO AUXILIADO POR COMPUTADOR CÂNCER DE MAMA DEEP LEARNING - OPENVINO DIAGNOSTIC IMAGING IMAGE PROCESSING COMPUTER-AIDED DIAGNOSIS BREAST CANCER PROGRAMA DE PÓS-GRADUAÇÃO EM BIOTECNOCIÊNCIA - UFABC |
description |
Orientador: Prof. Dr. Arnaldo Rodrigues dos Santos Junior |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=124655 |
url |
http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=124655 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=124655&midiaext=80941 Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=124655 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf 112 f. : il. |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFABC instname:Universidade Federal do ABC (UFABC) instacron:UFABC |
instname_str |
Universidade Federal do ABC (UFABC) |
instacron_str |
UFABC |
institution |
UFABC |
reponame_str |
Repositório Institucional da UFABC |
collection |
Repositório Institucional da UFABC |
repository.name.fl_str_mv |
Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC) |
repository.mail.fl_str_mv |
|
_version_ |
1801502111188385792 |