Notícias

Banca de DEFESA: EDSON DAMASCENO CARVALHO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: EDSON DAMASCENO CARVALHO
DATA: 15/07/2022
HORA: 13:30
LOCAL: https://meet.google.com/jkc-ksrq-yhe
TÍTULO: METODOLOGIA COMPUTACIONAL PARA SEGMENTAÇÃO, CLASSIFICAÇÃO E ANÁLISE TEMPORAL DE TUMOR EM IMAGENS DE RESSONÂNCIA MAGNÉTICA DA MAMA
PALAVRAS-CHAVES: Câncer de mama. DCE-MRI. segmentação. classificação. deep learning. análise temporal.
PÁGINAS: 76
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
RESUMO:

O câncer de mama é o mais comum entre as mulheres e representa a segunda principal causa de morte por câncer em todo o mundo. Com o crescente aumento do número de câncer de mama no mundo, a detecção precoce é uma estratégia para encontrar o tumor em fase inicial e, assim, possibilitar melhor chance de tratamento. Nos últimos anos, tem crescido a adoção de exames de imagem para a prevenção, diagnóstico e tratamento do câncer de mama. A Ressonância magnética com realce de contraste dinâmico (DCE-MRI) é um exame minimamente invasivo amplamente utilizado na análise da resposta terapêutica do tumor ao tratamento, sendo fundamental para o acompanhamento do paciente. A análise manual dessas imagens pelo especialista é extremamente complexa, tornando o processo de análise exaustivo e propício a equívocos. Dessa forma, a vulnerabilidade a erros nesse tipo de análise tornam-se frequentes, o que sugere o desenvolvimento de métodos automáticos para análise de imagens DCE-MRI da mama. Neste trabalho, é proposta uma metodologia automática capaz de segmentar a região do tumor, classificar a malignidade, gerar e analisar os habitats tumorais ao longo do tempo em imagem DCE-MRI da mama. A segmentação do tumor foi realizada usando duas arquiteturas de aprendizado profundo, a SegNet e a UNet. A classificação da malignidade dos tumores foi realizada pelo método da curva 3TP. O algoritmo K-means, juntamente com um índice de diversidade filogenética foi empregado para geração dos habitats tumorais. A metodologia proposta foi testada na base de imagens pública QIN Breast DCE-MRI, que possui 20 DCE-MRI de 10 pacientes, onde cada paciente tem dois exames, V1 e V2, adquiridos com intervalo de 30 dias. Os resultados obtidos apresenta um Dice acima de 90% na segmentação do tumor, uma acurácia de 100% na classificação da malignidade dos tumores e de seus habitats. A análise da variação volumétrica dos habitats tumorais similares para os volumes V1 e V2 de cada paciente, mostrou-se capaz de mensurar quanto a alterações que podem ser indicativos de respostas ao tratamento ministrado no paciente, conseguindo caracterizar as mudanças em 100% dos casos de teste. Os resultados apresentados mostraram-se bastantes promissores, podendo a metodologia proposta ser integrada como um sistema de auxílio ao especialista no tratamento de pacientes com câncer de mama.

 


MEMBROS DA BANCA:
Presidente - 1126212 - ANTONIO OSEAS DE CARVALHO FILHO
Interno - 2025885 - FLÁVIO HENRIQUE DUARTE DE ARAÚJO
Externo ao Programa - 453.357.023-20 - OTILIO PAULO DA SILVA NETO - IFPI
Interno - 2025063 - ROMUERE RODRIGUES VELOSO E SILVA
Notícia cadastrada em: 04/07/2022 17:56
SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | © UFRN | sigjb04.ufpi.br.instancia1 27/11/2022 16:07