PRÉ-PROCESSAMENTO E CLASSIFICAÇÃO EM IMAGENS MAMOGRÁFICAS UTILIZANDO APRENDIZAGEM DE MÁQUINA.
Câncer de mama, Aprendizado de máquina, Modelo preditivo.
O câncer de mama é uma doença ocasionada pela propagação desordenada de células atípicas da mama, que desenvolve uma lesão com a potencialidade de envolver outros órgãos. Estatísticas atuais indicam que o câncer de mama é a causa de maior mortalidade no Brasil e no mundo. Os principais sintomas do câncer de mama são: nódulo, comumente endurecido, imóvel e indolor; pele do seio avermelhada ou semelhante a casca de laranja, deformações no mamilo e saída espontânea de líquido no bico do seio. Além disso, podem surgir pequenos nódulos no pescoço ou localizados nas axilas. Detectar o câncer de mama precocemente motiva efeitos positivos no tratamento e colabora para a redução da mortalidade. Os fatores comportamentais (ambientais), aspectos da vida reprodutiva (hormonais) e hereditários (genéticos), influenciam no desenvolvimento da doença em mulheres. Na literatura o uso de técnicas de aprendizado de máquina vem sendo utilizadas como critério para sistemas preditivos, auxiliando na detecção do câncer de mama, com o intuito de diagnosticar de maneira mais precisa a probabilidade da doença. Deste modo, esta pesquisa tem como propósito pré-processar e classificar imagens em uma base de imagens mamográficas, para fornecer subsídios para desenvolver sistemas que auxiliem os médicos a dar um diagnóstico eficiente. Foi realizada uma Revisão Sistemática de Literatura (RSL), tendo como base o Design Science Research (DSR) e identificou-se uma quantidade expressiva de estudos que empregaram enfoques em modelos preditivos para auxiliar no diagnóstico do câncer de mama. Portanto, com a elaboração deste trabalho almeja-se auxiliar os profissionais de saúde na detecção precoce de pacientes tendente a terem um câncer de mama, colaborando para um processo de tomada de decisão mais ágil previamente, com o objetivo de diminuir a mortalidade de pacientes acometidos de câncer de mama.