Loading...
Please wait, while we are loading the content...
Auxílio ao Diagnóstico Precoce de Patologias da Mama Usando Imagens Térmicas e Técnicas de Mineração de Dados
| Content Provider | Semantic Scholar |
|---|---|
| Author | Resmini, Roger Borchartt, Tiago B. Conci, Aura Lima, Rita C. F. |
| Copyright Year | 2012 |
| Abstract | O câncer de mama e a maior causa de morte entre mulheres do mundo todo. Segundo o INCA (Instituto Nacional do Câncer), a deteccao e tratamento precoce sao as principais formas de cura. Dentre os paises desenvolvidos a taxa de sobrevida apos cinco anos e de 85%, enquanto que em paises em desenvolvimento e de 60%. Para 2012, no Brasil, sao esperados 52680 novos casos. O câncer, caracteriza-se por uma proliferacao (reproducao) descontrolada entre celulas que perderam sua funcao no tecido a que fazem parte, geralmente devido a mutacoes. O aumento da populacao celular mutante faz com que seja necessaria uma maior nutricao da regiao, consequentemente uma maior vascularizacao para conduzir os nutrientes. Essa nova vascularizacao, neoangiogenese, ocasiona um aumento de temperatura local. A termografia medica e uma maneira de registrar a temperatura da pele das voluntarias para posterior analise e identificacao de padroes termicos. Tendo em vista que o corpo humano e um sistema que busca a simetria termica, a presenca de alteracao no padrao termico entre as mamas esquerda e direita, e um importante indicio de presenca de patologias. Este trabalho tem por objetivo explorar a extracao de caracteristicas de imagens termicas das mamas e posterior classificacao das voluntarias entre com e sem patologia. Para tal, utilizou-se caracteristicas estatisticas simples, dimensao fractal e caracteristicas de geoestatistica. Os resultados se mostraram bastante promissores com acuracia proxima de 90% e area abaixo da curva ROC proxima de 0,9%. Foram testados tres classificadores, SVM, KNN e Naive Bayes e duas tecnicas de reducao de caracteristicas: PCA e Ganho de Informacao. |
| Starting Page | 305 |
| Ending Page | 314 |
| Page Count | 10 |
| File Format | PDF HTM / HTML |
| Alternate Webpage(s) | https://siaiap32.univali.br//seer/index.php/acotb/article/download/6597/3743 |
| Language | English |
| Access Restriction | Open |
| Content Type | Text |
| Resource Type | Article |