Redes neurais artificiais no reconhecimento e classificação de padrões de calcificações mamárias em imagens de mamografia

Abstract

O câncer de mama é um dos mais incidentes no mundo e, apesar de sua alta taxa de cura, possui um processo complexo de diagnóstico. Por esse motivo, diversas técnicas vêm sendo desenvolvidas para possibilitar o diagnóstico precoce desse tipo de câncer. A alta complexidade da interpretação de exames mamográficos tem motivado a criação de Sistemas de Apoio ao Diagnóstico (SAD), que servem como uma segunda opinião para o profissional. Nesse contexto, essa pesquisa apresenta o desenvolvimento de uma metodologia para o reconhecimento e classificação automática de calcificações em imagens de mamografia para atuar como um SAD. Foram disponibilizadas para o estudo 70 imagens mamográficas, classificadas na categoria 4 pelo Breast Imaging-Reporting and Data System (B-IRADS). Com o objetivo de assegurar a qualidade do treinamento do sistema, o grupo inicial de 70 imagens foi aumentado artificialmente por meio de manipulações computacionais, sendo 140 o número final de imagens utilizadas. Em seguida, as imagens foram submetidas a técnicas de Processamento Digital de Imagens (PDI), afim de melhorar a qualidade e facilitar a extração de informações morfológicas das calcificações. Essas imagens foram utilizadas como entrada da Rede Neural Artificial (RNA) do tipo Multilayer Perceptron (MLP), que realizou o reconhecimento e a classificação dos achados. Para garantir sua capacidade de generalização, a RNA foi testada com imagens desconhecidas pelo sistema. Nesse caso, a acurácia apresentada pelo sistema foi de 61,9%.