Desenvolvimento de um sistema CAD para detecção de nódulo pulmonar em exames de tomografia computadorizada de tórax

Detalhes bibliográficos
Autor(a) principal: Pereira, Fernando Roberto
Data de Publicação: 2022
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/74747
Resumo: Orientador: Lucas Ferrari de Oliveira
id UFPR_153e36037f1ded67b5e3541ee4362c3b
oai_identifier_str oai:acervodigital.ufpr.br:1884/74747
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Pereira, Fernando RobertoUniversidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em InformáticaOliveira, Lucas Ferrari de, 1976-2022-05-27T12:30:43Z2022-05-27T12:30:43Z2022https://hdl.handle.net/1884/74747Orientador: Lucas Ferrari de OliveiraTese (doutorado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa : Curitiba, 14/02/2022Inclui referênciasÁrea de concentração: Ciência da ComputaçãoResumo: O cancer de pulmao tem atraido a atencao das agencias de saude em razao da alta taxa de mortalidade no mundo, que nas ultimas decadas compreende um problema de saude publica global. O diagnostico precoce de cancer de pulmao tem influencia direta na tomada de decisao clinica e, por consequencia, tem relacao com a sobrevida do paciente. A expertise clinica revela que, apos o surgimento dos sintomas clinicos de cancer de pulmao, a taxa de mortalidade aumenta. Porem, realizar o diagnostico precoce nao e uma tarefa trivial. Para auxiliar o diagnostico, exames complementares nao invasivos tem sido utilizados, como por exemplo, exames radiologicos. Existem diversas modalidades de exames de imagem adequadas para esta tarefa. Destaque para o exame de Tomografia Computadorizada (Computed Tomography - CT), o qual tem sido a modalidade de exame de imagem recomendada para avaliacao de nodulo pulmonar em diversas situacoes clinicas. Entretanto, realizar diagnostico por meio de imagem compreende detectar nodulo(s) (i.e., lesao) localizado(s) no intersticio pulmonar ou na regiao da pleura. Porem, essa tarefa e desafiadora, exaustiva, e com propensao a erros. Alem disso, demanda de muito tempo e dedicacao de radiologistas com grande expertise, pois e necessario analisar individualmente cada imagem do exame, e cada exame geralmente contem centenas de imagens. Diante desse cenario, pesquisadores tem desenvolvido sistemas de Diagnostico Auxiliado por Computador (Computer-Aided Diagnosis - CAD) com capacidade de detectar, segmentar, e diagnosticar doencas a partir de exame de CT, por exemplo. Essas solucoes tem sido utilizadas como segunda opiniao em diagnosticos. Motivada por essa problematica, esta tese apresenta uma metodologia para deteccao de nodulo pulmonar em exame de CT de torax. A metodologia contempla duas etapas principais, a Deteccao de Candidato a Nodulo (Nodule Candidate Detection - NCD) e a Reducao de Falso Positivo (False-Positive Reduction - FPR), respectivamente. A etapa NCD emprega um metodo de deteccao de objetos para elencar Regioes de Interesse (Regions of Interest - RoIs) identificadas como nodulo pulmonar em imagens de exame de CT de torax. Por sua vez, a etapa FPR compreende um comite de classificadores para descartar candidatos a nodulo erroneamente elencados na primeira etapa. O indice de confianca final gerado para cada nodulo pulmonar detectado compreende a fusao dos indices obtidos nas duas etapas. Para validar a metodologia proposta, um sistema CAD foi implementado. O sistema foi avaliado com os dados e metricas do desafio LUng Nodule Analysis 2016 (LUNA16) disponivel publicamente, e obteve sensibilidade de 94,90% com a taxa media de 1,00 Falso Positivo (False-Positive - FP) por exame. O sistema esta em linha com as atuais praticas de uso de sistemas CAD e tem potencial de utilizacao no apoio a decisao clinica.Abstract: Lung cancer has attracted the attention of health agencies due to the high mortality rate in the world, which, in recent decades, comprises a global public health problem. Early diagnosis of lung cancer directly influences clinical decision-making and, consequently, is related to patient survival. Clinical expertise reveals that after the onset of clinical symptoms of lung cancer, the mortality rate increases. However, making an early diagnosis is not a trivial task. To aid the diagnosis, non-invasive complementary exams have been used, such as radiological exams. There are several imaging exam modalities suitable for this task. Highlight for Computed Tomography (CT) scans, that has been the recommended imaging exam modality for pulmonary nodule evaluation in various clinical situations. However, diagnostic imaging involves detecting nodule(s) (i.e., lesion) located in the pulmonary interstitium or in the pleura region. However, this task is challenging, exhausting and error-prone. Furthermore, it demands a lot of time and dedication from radiologists with great expertise, as it is necessary to analyze images individually, and each exam usually contains hundreds of images. Given this scenario, researchers have developed Computer-Aided Diagnosis (CAD) systems capable of detecting, segmenting and diagnosing diseases based on CT examination, for example. These solutions have been used as a second opinion in diagnosis. Motivated by this issue, this thesis presents a methodology for detecting pulmonary nodules in chest CT scans. The methodology comprises two main steps, Nodule Candidate Detection (NCD) and False-Positive Reduction (FPR), respectively. The NCD step employs an object detection method to list Regions of Interest (RoIs) identified as a pulmonary nodule on chest CT scan images. In turn, the FPR stage comprises a classifiers ensemble to discard nodule candidates erroneously listed in the first stage. The final confidence index generated for each pulmonary nodule detected comprises the fused of the indices obtained in the two steps. To validate the proposed methodology, a CAD system was implemented. The system was validated with data and measurements on the publicly available LUng Nodule Analysis 2016 (LUNA16) challenge and obtained a sensitivity of 94,90% and an average rate of 1,00 False-Positive (FP) per scan. The system is aligned with current practices in CAD systems and has potential use in clinical decision support.1 recurso online : PDF.application/pdfCâncer - DiagnósticoTomografia computadorizadaProjeto auxiliado por computadorCiência da ComputaçãoPulmões - TumoresDesenvolvimento de um sistema CAD para detecção de nódulo pulmonar em exames de tomografia computadorizada de tóraxinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - T - FERNANDO ROBERTO PEREIRA.pdfapplication/pdf4569743https://acervodigital.ufpr.br/bitstream/1884/74747/1/R%20-%20T%20-%20FERNANDO%20ROBERTO%20PEREIRA.pdfbed6e43b48e4806292e4b12a4a60d685MD51open access1884/747472022-05-27 09:30:43.521open accessoai:acervodigital.ufpr.br:1884/74747Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082022-05-27T12:30:43Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Desenvolvimento de um sistema CAD para detecção de nódulo pulmonar em exames de tomografia computadorizada de tórax
title Desenvolvimento de um sistema CAD para detecção de nódulo pulmonar em exames de tomografia computadorizada de tórax
spellingShingle Desenvolvimento de um sistema CAD para detecção de nódulo pulmonar em exames de tomografia computadorizada de tórax
Pereira, Fernando Roberto
Câncer - Diagnóstico
Tomografia computadorizada
Projeto auxiliado por computador
Ciência da Computação
Pulmões - Tumores
title_short Desenvolvimento de um sistema CAD para detecção de nódulo pulmonar em exames de tomografia computadorizada de tórax
title_full Desenvolvimento de um sistema CAD para detecção de nódulo pulmonar em exames de tomografia computadorizada de tórax
title_fullStr Desenvolvimento de um sistema CAD para detecção de nódulo pulmonar em exames de tomografia computadorizada de tórax
title_full_unstemmed Desenvolvimento de um sistema CAD para detecção de nódulo pulmonar em exames de tomografia computadorizada de tórax
title_sort Desenvolvimento de um sistema CAD para detecção de nódulo pulmonar em exames de tomografia computadorizada de tórax
author Pereira, Fernando Roberto
author_facet Pereira, Fernando Roberto
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática
dc.contributor.author.fl_str_mv Pereira, Fernando Roberto
dc.contributor.advisor1.fl_str_mv Oliveira, Lucas Ferrari de, 1976-
contributor_str_mv Oliveira, Lucas Ferrari de, 1976-
dc.subject.por.fl_str_mv Câncer - Diagnóstico
Tomografia computadorizada
Projeto auxiliado por computador
Ciência da Computação
Pulmões - Tumores
topic Câncer - Diagnóstico
Tomografia computadorizada
Projeto auxiliado por computador
Ciência da Computação
Pulmões - Tumores
description Orientador: Lucas Ferrari de Oliveira
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-05-27T12:30:43Z
dc.date.available.fl_str_mv 2022-05-27T12:30:43Z
dc.date.issued.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 https://hdl.handle.net/1884/74747
url https://hdl.handle.net/1884/74747
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 1 recurso online : PDF.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/74747/1/R%20-%20T%20-%20FERNANDO%20ROBERTO%20PEREIRA.pdf
bitstream.checksum.fl_str_mv bed6e43b48e4806292e4b12a4a60d685
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1801860699941502976

Registros relacionados