Classificação de imagens mamográficas por uma ferramenta open source : uma proposta de uso para auferir maior eficiência no diagnóstico de câncer

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Lucca Junior, Horacio Emidio de
Orientador(a): Santos Júnior, Arnaldo Rodrigues dos
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do ABC
Programa de Pós-Graduação: Programa de Pós-Graduação em Biotecnociência
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=124655&midiaext=80941
Resumo: Coordenação de Aperfeiçoamento de Pessoal de Nivel Superior
id UFBC_93eae4c6ab92f9b4757c846fd75ee357
oai_identifier_str oai:BDTD:124655
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisClassificação de imagens mamográficas por uma ferramenta open source : uma proposta de uso para auferir maior eficiência no diagnóstico de câncer2022-11-04Santos Júnior, Arnaldo Rodrigues dosLucca Junior, Horacio Emidio deUniversidade Federal do ABCPrograma de Pós-Graduação em BiotecnociênciaUFABCporDIAGNÓSTICO POR IMAGEMPROCESSAMENTO DE IMAGENSDIAGNÓSTICO AUXILIADO POR COMPUTADORCÂNCER DE MAMADEEP LEARNING - OPENVINODIAGNOSTIC IMAGINGIMAGE PROCESSINGCOMPUTER-AIDED DIAGNOSISBREAST CANCERPROGRAMA DE PÓS-GRADUAÇÃO EM BIOTECNOCIÊNCIA - UFABCCoordenação de Aperfeiçoamento de Pessoal de Nivel SuperiorA 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.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=124655&midiaext=80941application/pdfreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2026-01-15T22:03:54Zoai: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.pt.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
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.advisor1.fl_str_mv Santos Júnior, Arnaldo Rodrigues dos
dc.contributor.author.fl_str_mv Lucca Junior, Horacio Emidio de
contributor_str_mv Santos Júnior, Arnaldo Rodrigues dos
description Coordenação de Aperfeiçoamento de Pessoal de Nivel Superior
publishDate 2022
dc.date.issued.fl_str_mv 2022-11-04
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&midiaext=80941
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=124655&midiaext=80941
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 application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do ABC
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Biotecnociência
dc.publisher.initials.fl_str_mv UFABC
publisher.none.fl_str_mv Universidade Federal do ABC
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_ 1854475889956356096

Registros relacionados