Metaheurísticas aplicadas à detecção, localização e classificação de tumores mamários compostos por múltiplos focos via termografia

• Ano de defesa: 2023
• Autor(a) principal: Rocha, Jan Pierre Agenciano da Silva
• Orientador(a): Bernardino, Heder Soares
• Banca de defesa: Hallak, Patricia Habib , Silva, Eduardo Krempser da , Almeida, Regina Célia Cerqueira de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Juiz de Fora (UFJF)
• Programa de Pós-Graduação: Programa de Pós-graduação em Modelagem Computacional
• Departamento: ICE – Instituto de Ciências Exatas
• País: Brasil
• Palavras-chave em Português: Meta-heurísticas; Equação de pennes não-linear; Método dos elementos finitos; Câncer de mama; Termografia; Non-linear penne’s equation; Finite element method; Breast cancer; Thermography
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA
• Link de acesso: https://repositorio.ufjf.br/jspui/handle/ufjf/16674

Sendo o câncer de mama a neoplasia mais incidente globalmente, recentemente têm sido propostas técnicas auxiliares de detecção e acompanhamento, destacando-se a termografia devido ao seu baixo custo. Neste estudo é proposto o uso de meta-heurísticas para detecção, localização e classificação de tumores mamários com múltiplos focos por meio do uso da temperatura superficial da pele através de uma análise inversa, simulando dados obtidos através da termografia. Com relação à parte direta do problema inverso geométrico proposto, foi utilizada a equação não linear de Pennes em uma geometria semicircular 2D que representa a mama com múltiplos tecidos e focos de câncer. A solução dessa equação é realizada pelo método dos elementos finitos. Para a parte inversa do problema, inicialmente uma análise comparativa entre Algoritmo Genético, Evolução Diferencial e uma Evolução Diferencial Auto-adaptativa é conduzida para a busca de parâmetros geométricos do tumor utilizando dados sintéticos simulados pelo problema direto composto por dois focos. Destaca-se o algoritmo Evolução Diferencial Auto-adaptativa pela sua capacidade de ajuste automático de parâmetros e pela eficácia na detecção de dois focos, apresentando resultados numéricos superiores. Posteriormente, a Evolução Diferencial Auto-adaptativa foi aplicada na estimativa de múltiplos focos e na classificação de tumores de acordo com o sistema proposto pela União Internacional Contra o Câncer, uma vez que foi o algoritmo com melhor desempenho. O algoritmo teve êxito ao distinguir entre mamas suspeitas e com câncer e classificando conforme o foco primário, considerando a influência da temperatura externa.