CoordenaÃÃo de AperfeiÃoamento de Pessoal de NÃvel Superior / Objetivo: estabelecer a correlaÃÃo entre o exame clÃnico, mamografia e ultra-sonografia a fim de avaliar o mÃtodo mais acurado na estimativa prÃ-operatÃria do tamanho do cÃncer de mama. Pacientes e mÃtodos: estudo de validaÃÃo de tÃcnicas diagnÃsticas. Foram selecionadas prospectivamente 29 mulheres apresentando tumores mamÃrios suspeitos e palpÃveis no ServiÃo de Mastologia da UFC no perÃodo de janeiro a agosto de 2007. Foram incluÃdos os cÃnceres de mama palpÃveis confirmados e indicados para cirurgia como tratamento inicial. ExcluÃram-se os cÃnceres multicÃntricos, os indicados para quimioterapia neo-adjuvante e os nÃo identificados pela mamografia e/ou ultra-sonografia, totalizando 20 casos. Os tumores foram medidos por exame clÃnico (Tc), ultra-sonografia (Ts) e mamografia (Tm) por dois profissionais distintos. Registrou-se a maior medida encontrada em cada mÃtodo e comparou-se com a medida da peÃa cirÃrgica (Tp). Observou-se ainda a variaÃÃo interobservador para cada mÃtodo. Resultados: As pacientes tiveram idade mÃdia de 53,6 anos. O tamanho tumoral mÃdio nos exames foi: Tc= 34,32 + 4,06; Ts= 30,70 + 4,91; Tm= 30,97 + 4,20 e Tp= 31,60 + 3,54. Houve concordÃncia no estadiamento: pelo Tc em 70% (k=0,471); pelo Tm em 75% (k= 0,598) e pelo Ts em 85% (k=0,758). Considerando a anÃlise de correlaÃÃo linear de Pearson houve alta correlaÃÃo entre os examinadores para o exame clÃnico (r= 0,986), ultra-sonografia (r = 0,984) e mamografia (r= 0,991). A correlaÃÃo entre os exames e o histopatolÃgico foi: entre Tc e Tp, r= 0,882; entre Ts e Tp, r= 0,916 e entre Tm e Tp, r = 0,919. NÃo houve diferenÃa entre variÃveis associadas Ãs pacientes ou ao tipo de lesÃo, exceto uma correlaÃÃo linear direta com a idade, pois à medida que aumentou a idade, diminuiu o tamanho tumoral entre todos os grupos. Realizou-se a anÃlise de Bland e Altman, onde o menor viÃs calculado foi o da mamografia (0,625 + 7,564). ConclusÃo: Apesar de haver boa correlaÃÃo entre todos os mÃtodos estudados e a anÃlise histopatolÃgica, a mamografia mostrou-se discretamente superior ao exame clÃnico e à ultra-sonografia na estimativa prÃ-operatÃria do tamanho do cÃncer de mama no presente estudo. / Objective: To establish the correlation between clinical exam, mammography and sonography, to evaluate the most accurate method of pre-operative assessment of breast cancer. Patients and metods: diagnostic technic validation study. There were selected prospectively 29 women who present suspicious palpable breast tumors in UFC from January to August 2007. There were included the confirmed palpable breast cancer proposed to primary surgery. There were excluded the multicentric cancers, that ones proposed to neo-adjuvant chemotherapy and that ones that did not appear in mammography and/or ultrasound, totalizing 20 cases. The tumors were measured for clinical exam (Tc), ultrasound (Ts) and mammography (Tm) for two different professionals. It was registered the larger measurement in each method studied it was correlated to the measurement obtained from the fresh surgical especimen (Tp). It was also estimated the interobserver variation to each method. Results: the patients were 53,6 years-old. The tumor size obtained was: Tc= 34.32 + 4.06; Ts= 30.70 + 4.91; Tm= 30.97 + 4.20 and Tp= 31.60 + 3.54. There was agreement in the staging: for Tc in 70% (k=0.471); for Tm in 75% (k = 0.598) and for Ts in 85% (k=0.758). Considering Pearson index, there was a good correlation between the observers to: clinical exam (r= 0.986), ultrasound (r= 0.984) and mammography (r = 0.991).The linear correlation between the exams and pathology were: between Tc and Tp, r = 0.882; between Ts and Tp, r = 0.916 and between Tm and Tp, r = 0.919. There was no difference among the variables correlated to the patients or to the tumor, except an inverse correlation between age and tumor size, so that as the age increased, the tumour size decreased in all groups. It was performed Bland and Altman analisys, where the smaller bias was from mammography (0.625 + 7.564). Conclusion: Besides the good correlation of all methods studied and pathology, the mamography was slightly superior to clinical exam and ultrasound in estimative of the pre-operative tumor size in the present study.

O câncer de mama é um dos maiores problemas de saúde para a população feminina, devendo ser encarado como um importante problema de saúde pública. A ultrassonografia é considerada o método mais efetivo na complementação de diagnóstico de doenças mamárias, porém a forma de aquisição desse método diagnóstico degrada a imagem sob diversas formas, destacando-se o ruído speckle, o qual deixa a imagem com aspecto granulado, dificultando assim a separabilidade entre os objetos da cena. Este trabalho apresenta uma técnica automática para segmentação de nódulos mamários em imagens de ultrassom. O algoritmo permite a extração das bordas nodulares, permitindo assim a obtenção de parâmetros clínicos utilizados no diagnóstico mamário. Todo o processo se baseia em três etapas: minimização do ruído speckle, aumento de contraste da imagem e por fim, a segmentação. A técnica utilizada para minimização do ruído speckle baseia-se na Wavelet da família Symlet; técnicas para aumento de contraste na imagem são aplicadas para a segmentação. A partir daí, é aplicado o algoritmo de segmentação Asterisco, originalmente proposto para a detecção de microcalcificações em mamografias por raios X, e que mostrou também eficiência para os objetivos deste trabalho. A técnica Asterisco em conjunto com as de pré-processamento (minimização de ruído e aumento de contraste) produziu taxa de sensibilidade na detecção de nódulos da ordem de 90%. Em relação à qualidade da segmentação, a técnica apresentada neste trabalho também se mostrou satisfatória, superior às técnicas testadas, de acordo com a análise feita pelo cálculo de coeficientes de correlação de Pearson. É possível concluir que o sistema desenvolvido neste trabalho pode constituir-se numa ferramenta eficaz de segmentação de nódulos mamários em imagens de ultrassom, auxiliando o conjunto de informações disponíveis para um classificador automático em esquemas CAD em mamografia. / Breast cancer is one of the main health problems of the female population and should be faced as an important public health care issue. The ultrasound scanning is considered the most effective in complementary method of breast diagnosis. Nevertheless, the acquisition format of this sort degrades the images in various ways, being the speckle noise of noticeably influence once it leaves the image with grainy aspect. Therefore, the separability between objects of the scene is hindered. This work presents an automatic technique of ultrasound image segmentation of breast lumps. The algorithm allows the extraction of the nodular edges permitting the clinical parameters to be obtained for the breast diagnosis. All the process is based on three steps: speckle noise minimization, image contrast intensification and finally the segmentation. The technique used on the speckle noise minimization is based on the Wavelet transform of the Symlet family; image contrast intensifications are applied for the segmentation. Thereafter the algorithm of segmentation Asterisco is applied, which is originally proposed to detect micro calcifications in X-ray mammography, and has also shown efficiency regarding the goals of the present work. The Asterisco technique along with the pre processing techniques (noise minimizing and contrast intensification) produced sensitivity rate in nodule detection by 90%. With regard to the segmentation quality, the presented technique has also proved to be satisfactory as it has superior quality to the ones tested according to the analysis made by the Pearson\'s correlation coefficients calculation. Thus, it is possible to conclude that the system, which has been developed in this work, can constitute an efficient breast lumps segmentation tool so as to aid the set of available information to an automatic classifier in mammography CAD schemes.

O câncer de mama é um dos maiores problemas de saúde para a população feminina, devendo ser encarado como um importante problema de saúde pública. A ultrassonografia é considerada o método mais efetivo na complementação de diagnóstico de doenças mamárias, porém a forma de aquisição desse método diagnóstico degrada a imagem sob diversas formas, destacando-se o ruído speckle, o qual deixa a imagem com aspecto granulado, dificultando assim a separabilidade entre os objetos da cena. Este trabalho apresenta uma técnica automática para segmentação de nódulos mamários em imagens de ultrassom. O algoritmo permite a extração das bordas nodulares, permitindo assim a obtenção de parâmetros clínicos utilizados no diagnóstico mamário. Todo o processo se baseia em três etapas: minimização do ruído speckle, aumento de contraste da imagem e por fim, a segmentação. A técnica utilizada para minimização do ruído speckle baseia-se na Wavelet da família Symlet; técnicas para aumento de contraste na imagem são aplicadas para a segmentação. A partir daí, é aplicado o algoritmo de segmentação Asterisco, originalmente proposto para a detecção de microcalcificações em mamografias por raios X, e que mostrou também eficiência para os objetivos deste trabalho. A técnica Asterisco em conjunto com as de pré-processamento (minimização de ruído e aumento de contraste) produziu taxa de sensibilidade na detecção de nódulos da ordem de 90%. Em relação à qualidade da segmentação, a técnica apresentada neste trabalho também se mostrou satisfatória, superior às técnicas testadas, de acordo com a análise feita pelo cálculo de coeficientes de correlação de Pearson. É possível concluir que o sistema desenvolvido neste trabalho pode constituir-se numa ferramenta eficaz de segmentação de nódulos mamários em imagens de ultrassom, auxiliando o conjunto de informações disponíveis para um classificador automático em esquemas CAD em mamografia. / Breast cancer is one of the main health problems of the female population and should be faced as an important public health care issue. The ultrasound scanning is considered the most effective in complementary method of breast diagnosis. Nevertheless, the acquisition format of this sort degrades the images in various ways, being the speckle noise of noticeably influence once it leaves the image with grainy aspect. Therefore, the separability between objects of the scene is hindered. This work presents an automatic technique of ultrasound image segmentation of breast lumps. The algorithm allows the extraction of the nodular edges permitting the clinical parameters to be obtained for the breast diagnosis. All the process is based on three steps: speckle noise minimization, image contrast intensification and finally the segmentation. The technique used on the speckle noise minimization is based on the Wavelet transform of the Symlet family; image contrast intensifications are applied for the segmentation. Thereafter the algorithm of segmentation Asterisco is applied, which is originally proposed to detect micro calcifications in X-ray mammography, and has also shown efficiency regarding the goals of the present work. The Asterisco technique along with the pre processing techniques (noise minimizing and contrast intensification) produced sensitivity rate in nodule detection by 90%. With regard to the segmentation quality, the presented technique has also proved to be satisfactory as it has superior quality to the ones tested according to the analysis made by the Pearson\'s correlation coefficients calculation. Thus, it is possible to conclude that the system, which has been developed in this work, can constitute an efficient breast lumps segmentation tool so as to aid the set of available information to an automatic classifier in mammography CAD schemes.

No description available.