Imagens por microscopia óptica não linear para análises de biópsias de câncer canino

• Autor(a) principal: Luana Aparecida dos Reis
• Data de Publicação: 2021
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/41800
• topic: Óptica não-linear; Câncer de mama; Geração de segundo harmônico; Análise de imagem; Fibras de colágeno; LDA; Óptica não-linear; Biofísica; Análise de imagens; Estatística

Segundo dados do Instituto Nacional do Câncer (INCA) o câncer de mama é um tipo de câncer muito comum entre as mulheres, sendo responsável por cerca de 29% dos casos a cada ano. A forma padrão do diagnóstico é feita por meio da análise visual do tecido coletado, que passa por processos de corte e coloração que podem danificar a amostra, tornando-o muitas vezes demorado e dependente da experiência do patologista. Assim, o desenvolvimento de técnicas que possibilitem uma análise quantitativa dos tecidos de forma a obter novas ferramentas de diagnóstico com uma maior agilidade na análise dos dados seria de grande ajuda aos patologistas e benéfico para os pacientes. Neste trabalho, utilizamos as técnicas de microscopia óptica não linear de Geração de Segundo Harmônico (SHG) e de Fluorescência por Excitação de Dois Fótons (TPEF) com laser pulsado para obter imagens em biópsias de neoplasias mamárias em cadela. As imagens de SHG permitem informações da estrutura do colágeno na matriz extracelular que, juntamente com a as imagens de TPEF das regiões celulares das biópsias, formam uma base para uma análise de imagem abrangente. Para as análises dessas imagens, um software, que utiliza ferramentas já conhecidas em análises desse tipo de imagem, como o tensor estrutural e a extração de redes de fibras (FIRE), foi desenvolvido a fim de automatizar o processo de análise. O software permitiu obter a separação de regiões fibrosas e celulares das imagens SHG e TPEF. Com essa segmentação foi possível a extração de redes de fibras de colágeno e vários parâmetros específicos para cada região (fibras ou células) formando um conjunto de 29 métricas. Com esse conjunto de métricas conseguimos estudar as alterações causadas nos tecidos devido aos diferentes tipos de neoplasias mamárias, como os tumores mistos benignos, carcinoma em tumor misto, carcinoma ductal In Situ, carcinossarcoma, carcinoma micropapilar e carcinoma sólido em comparação com a mama normal, além da análise das alterações sofridas durante a progressão tumoral. Essas alterações foram analisadas por meio de métodos estatísticos análise de variância (MANOVA e ANOVA), para discriminar quais foram as significâncias estatísticas. Além disso, uma análise por discriminante linear (LDA) incluindo todas as métricas extraídas permitiu separar e classificar todos os tipos histológicos estudados. Obtivemos uma sensibilidade de cerca de 90% na classificação entre tecido saudável e canceroso e uma sensibilidade de cerca de 40-60% para comparação entre a mama normal e os subtipos histológicos estudados.