Técnica de redes neurais convolucionais para identificação de nódulos pulmonares

Técnica de redes neurais convolucionais para identificação de nódulos pulmonares

Autor(a)
Silva, Émerson José da.
<emerson.silva@arapiraca.ufal.br>
Ano de publicação
2022
Data da defesa
05/11/2019
Curso/Outros
Ciência da Computação
Número de folhas
9
Tipo
TCC - Trabalho de Conclusão de Curso
Local
UFAL, Campus Arapiraca, Unidade Educacional ARAPIRACA
Resumo

O câncer de pulmão é o tipo de câncer que mais causa mortes no mundo e sua principal manifestação ocorre devido ao aparecimento de lesões no tecido pulmonar. Dada a sua taxa de mortalidade, é muito importante que esse tipo de câncer seja identificado e diagnosticado o mais rápido possível. Esse diagnóstico tipicamente é realizado por especialistas através da análise de imagens de tomografia computadorizada (TC) do tórax do paciente. A maior dificuldade nesta tarefa está em distinguir nódulos verdadeiros de outras estruturas pulmonares do parênquima, ou de outros órgãos e tecidos. Aliado a isso, aspectos humanos podem interferir da identificação dos nódulos por parte dos especialistas, como cansaço, pressa ou outros fatores psicológicos. Neste contexto, algoritmos e técnicas de visão computacional podem ser capazes de auxiliar na identificação e diagnóstico de nódulos em imagens de TC. Atualmente, algumas técnicas de aprendizado de máquina, como o aprendizado profundo (deep learning) têm sido aplicadas com relativo sucesso em tarefas de análise de imagens médicas e auxílio ao diagnóstico. Tais técnicas são capazes de avaliar vários aspectos da imagem sem a interferência de fatores humanos. Este projeto tem como objetivo principal o desenvolvimento de técnicas computacionais que assistam um médico no processo de detecção de nódulos pulmonares em imagens de TC. O estudo consistirá em: (i) da coleta de imagens de TC já previamente rotuladas com a presença ou ausência de nódulos pulmonares por especialistas; (ii) do estudo e aplicação de técnicas de visão computacional e aprendizado de máquina profundo a fim de detectar de forma automática possíveis nódulos presentes nas imagens; (iii) análises quantitativas relativas à acurácia dos métodos desenvolvidos. Espera-se com esse projeto que uma técnica automática de identificação de nódulos pulmonares seja desenvolvida para auxiliar um especialista ou um sistema automatizado de classificação no posterior diagnóstico dos nódulos identificados em maligno ou benigno.

Abstract

Lung cancer is the type of cancer that causes the most deaths in the world and its main manifestation occurs due to the appearance of lesions in the lung tissue. Given its mortality rate, it is very important that this type of cancer is identified and diagnosed as soon as possible. This diagnosis is typically made by specialists through the analysis of computed tomography (CT) images of the patient's chest. The greatest difficulty in this task is in distinguishing true nodules from other pulmonary structures in the parenchyma, or from other organs and tissues. Allied to this, human aspects can interfere with the identification of nodules by specialists, such as tiredness, haste or other psychological factors. In this context, algorithms and computer vision techniques may be able to assist in the identification and diagnosis of nodules in CT images. Currently, some machine learning techniques, such as deep learning, have been applied with relative success in medical image analysis and diagnostic aid tasks. Such techniques are capable of evaluating various aspects of the image without the interference of human factors. The main objective of this project is the development of computational techniques that assist a doctor in the process of detecting pulmonary nodules on CT images. The study will consist of: (i) the collection of CT images previously labeled with the presence or absence of pulmonary nodules by specialists; (ii) the study and application of computer vision and deep learning techniques in order to automatically detect possible nodules present in the images; (iii) quantitative analyzes related to the accuracy of the developed methods. It is expected with this project that an automatic technique for the identification of pulmonary nodules will be developed to assist a specialist or an automated classification system in the subsequent diagnosis of nodules as malignant or benign.

 

Orientador(a)
Dr. Cavalcante, Rodolfo Carneiro.
Banca Examinadora
Dr. Oliveira, Elthon Allex da Silva.
Dr. Neves, Tácito Trindade de Araújo Tiburtino.
Palavras-chave
Aprendizado profundo.
Detecção nodular.
Principal Component Analysis (PCA).
Áreas do Conhecimento/Localização
Coleção Propriedade Intelectual (CPI) - BSCA.
Categorias CNPQ
1.00.00.00-3 Ciências exatas e da terra.
Visualizações
175
Observações


Não foi possível exibir o PDF