LUISA: Uma Proposta de Ferramenta para Auxílio Ao Diagnóstico do Câncer de Mama a Partir de Imagens de Mamografias Digitalizadas

Problema crescente no mundo, o câncer de mama é considerado um dos principais causadores de mortes em mulheres. A mamografia digital é o principal método de detecção precoce deste tipo de câncer, porém sua interpretação é difícil até mesmo para um profissional. Técnicas de aprendizado de máquina são utilizadas para facilitar esta interpretação. Assim, o presente trabalho tem como objetivo propor um sistema de detecção auxiliado por computador para colaborar com profissionais no diagnóstico do câncer de mama, a partir da análise de imagens de mamografias digitalizadas. Candidatos à lesão foram gerados a partir da utilização do algoritmo de detecção de ponto de interesse SURF e passaram por um processo de classificação utilizando Redes Neurais Convolucionais (CNN) e Random Forests (RF). Foram utilizadas 1210 imagens da base CBIS-DDSM. A CNN apresentou melhores resultados alcançando no treinamento 0,06% de perda e 97% acurácia. No cenário de validação obteve 32% de perda e 93% de acurácia. Para modelo RF as características das imagens foram extraídas a partir do descritor Hu-Moments obtendo uma acurácia de 43% ± 0.005.