Classificação de imagens de mamografia com Machine Learning no auxílio de diagnósticos de câncer de mama

Pedro Wurzel, Mirkos Ortiz Martins

Resumo


O câncer de mama é o mais comum entre mulheres e apresenta uma taxa de sobrevivência de 95% quando detectado precocemente. O exame de mamografia é o exame por imagem mais utilizado para o diagnóstico do câncer de mama, considerado como o ideal para mulheres que apresentam quadro assintomático. Algoritmos de deep learning têm apresentado grande potencial para serem usados no auxílio em diagnósticos, e dentre eles destaca-se as CNN. O objetivo do trabalho é desenvolver uma ferramenta capaz de analisar mamografias para classificar o potencial de casos positivos de câncer de mama e assim auxiliar no diagnóstico médico.
A construção do classificador se baseia na utilização de um modelo de CNN, na linguagem Python, com treinamento supervisionado e a utilização da base de mamografias CBIS-DDSM. O modelo construído obteve como resultado a acurácia de 91,34%, um escore de 485 imagens positivas acertadas e 428 negativas acertadas. O algoritmo atingiu os índices esperados para uma aplicação de análise de imagens de mamografia e identificação das texturas tumorosas, sendo um resultado compatível com aqueles encontrados na literatura atual.


Texto completo:

PDF


DOI: https://doi.org/10.37779/nt.v23i2.4140

Apontamentos

  • Não há apontamentos.


OUTRAS PUBLICAÇÕES DA UNIVERSIDADE FRANCISCANA

 

Artes, Letras e ComunicaçãoCiências da SaúdeCiências HumanasCiências Naturais e Tecnológicas

Ciências Sociais AplicadasThaumazeinVidya

 

INDEXADA EM


 

Os artigos publicados não expressam necessariamente a opinião da revista e são de responsabilidade exclusivados autores.

Todos os custos são cobertos pelo Centro Universitário Franciscano.


Creative Commons License

This work is licensed under a Creative Commons Attribution 3.0 Unported License.