Banca de QUALIFICAÇÃO: KEILA LUCAS DOS SANTOS

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: KEILA LUCAS DOS SANTOS
DATA: 03/08/2021
HORA: 09:00
LOCAL: Google Meet
TÍTULO:

DEEPMAMO-BR: Classificação Inteligente de Lesões Mamárias Utilizando o Protocolo BI-RADS

PALAVRAS-CHAVES:

Câncer de Mama, BI-RADS, Aprendizado Profundo, Rede Neural Convolucional.

PÁGINAS: 45
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO:

O câncer de mama é a neoplasia maligna mais comum entre as mulheres (exceto câncer de pele não melanoma), e o envelhecimento é um dos principais fatores de risco para o desenvolvimento da doença. De acordo com a Organização Mundial da Saúde, a estimativa mundial para o câncer de mama em 2020 foi definida em 2,3 milhões de mulheres com diagnóstico positivo e um total de 685.000 mortes. Na população brasileira, o risco estimado corresponde a 61,61 novos casos por ano a cada 100 mil mulheres. O rastreamento da doença por meio dos exames de mamografias favorece a detecção precoce dos primeiros sinais da doença, e influencia uma redução da taxa de mortalidade. No entanto, a detecção de lesões em imagens mamográficas é um processo complexo, no qual a precisão dos resultados pode ser afetada por fatores técnicos e biológicos. A ocorrência de falso-positivos e falso-negativos é uma das principais preocupações do imageamento por mamografia. Estima-se que os radiologistas ainda percam entre 10% e 30% dos nódulos com câncer. O desenvolvimento de sistemas CAD integrados com as redes neurais profundas permite uma análise objetiva das imagens de mamografias e podem auxiliar o profissional médico na tomada de decisão do diagnóstico do câncer de mama. Dessa forma, essa proposta de trabalho tem o objetivo desenvolver uma metodologia e um sistema inteligente para o processamento e classificação de mamografias, de acordo com o protocolo de BI-RADS para o diagnóstico de lesões na mama utilizando redes neurais profundas. Resultados Iniciais obtiveram uma acurácia de 72% para o conjunto de teste, decorrente do ajuste de contraste das imagens e do aumento de dados de treinamento. Estes resultados iniciais tendem a melhorar nas próximas etapas da pesquisa a partir da disponibilização de novos conjuntos de dados.

MEMBROS DA BANCA:
Interno - 1631848 - ARAKEN DE MEDEIROS SANTOS
Interno - 2073862 - LEIVA CASEMIRO OLIVEIRA
Presidente - 718.640.914-87 - MARCELINO PEREIRA DOS SANTOS SILVA - UERN