Submitted by Pedro Barros (pedro.silvabarros@ufpe.br) on 2018-07-03T19:42:57Z
No. of bitstreams: 2
license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5)
DISSERTAÇÃO Jéssica Hipólito de Vasconcelo.pdf: 2439062 bytes, checksum: 8b28b9f7e55ad3390f9f9a170c2acd83 (MD5) / Made available in DSpace on 2018-07-03T19:42:57Z (GMT). No. of bitstreams: 2
license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5)
DISSERTAÇÃO Jéssica Hipólito de Vasconcelo.pdf: 2439062 bytes, checksum: 8b28b9f7e55ad3390f9f9a170c2acd83 (MD5)
Previous issue date: 2017-03-10 / CNPQ / Estudos recentes mostram que a termografia vem se mostrando bastante promissora como ferramenta auxiliar na tarefa de detectar o câncer de mama precocemente, o que é fator fundamental para aumentar as chances de cura do paciente. Tumores pequenos podem ser detectados pelos termogramas por causa da elevada atividade metabólica das células cancerígenas, o que leva a um aumento de temperatura no local e que é captado pela termografia. As referidas variações na temperatura assim como as alterações vasculares podem estar entre os primeiros sinais de anormalidade na mama. A técnica é um procedimento de diagnóstico não invasivo, indolor, com ausência de qualquer tipo de contato com o corpo do paciente, além de não emitir qualquer tipo de radiação, sendo então um procedimento confortável e seguro. A termografia é realizada utilizando câmeras de infravermelho sensíveis e um software que permite a interpretação de imagens de alta resolução. O presente trabalho tem como objetivo analisar métodos de classificação de imagem digital por infravermelho (IR) de mama e avaliar os resultados obtidos com o objetivo de investigar a viabilidade do uso de imagens IR para a detecção do câncer de mama. Inicialmente, a imagem termográfica é obtida e processada. Em seguida, procede-se à extração de características, que se baseia nas faixas de temperatura obtidas a partir do termograma, determinando-se assim os dados de entrada para o processo de classificação. Foram avaliados sete classificadores e utilizados 233 termogramas de pacientes do Ambulatório de Mastologia do Hospital das Clínicas da Universidade Federal de Pernambuco. Obtiveram-se como resultado, 93,42% de acurácia, 94,73% de sensibilidade e 92,10% de especificidade para a Classe Câncer em uma análise binária (Câncer x Não-Câncer) e para uma análise multiclasse (Maligno, Benigno, Cisto e Normal), 63,46% de acurácia, 80,77% de sensibilidade e 86,54% de especificidade para a Classe Maligno. / Recent studies have stated that the thermography technique has shown to be very promising as an auxiliary tool in the task of early detection of breast cancer, which is a fundamental factor to increase the chances of cure of the patient. Small tumors can be detected by thermograms because of the high metabolic activity of cancer cells, which leads to an increase in temperature on the spot and is captured in thermography. Such variations in temperature as well as vascular changes may be among the first signs of abnormality in the breast. The technique is a non-invasive, painless diagnostic procedure without any type of contact with the patient's body, besides not emitting any type of radiation, and is therefore a comfortable and safe procedure. Thermography is performed using sensitive infrared cameras and software that allows the interpretation of high resolution images. The present work aims to analyze methods of digital image classification of breast infrared images (IR) and to evaluate the results obtained with the purpose of investigating the feasibility of the use of IR images for the detection of breast cancer. Initially, the thermographic images were obtained and processed. Then, the next step is the feature extraction and it is based on the several temperature ranges obtained from the thermogram, determining the input data for the classification process. Seven classifiers were evaluated and used 233 thermograms of patients from the Mastology Outpatient Clinic of the Hospital das Clínicas of the Federal University of Pernambuco. Finally, 93.42% of accuracy, 94.73% of sensitivity and 92.10% of specificity were obtained for the Cancer Class in a binary analysis (Cancer versus Non-cancer) for a multiclass analysis (Malignant, Benign, Cyst and Normal), the obtained results for the Malignant Class were 63.46% of accuracy, 80.77% of sensitivity and 86.54% of specificity.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/24962 |
| Date | 10 March 2017 |
| Creators | VASCONCELOS, Jessica Hipolito de |
| Contributors | http://lattes.cnpq.br/4457435468771667, LIMA, Rita de Cassia Fernandes de, SANTOS, Wellington Pinheiro dos |
| Publisher | Universidade Federal de Pernambuco, Programa de Pos Graduacao em Engenharia Mecanica, UFPE, Brasil |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE |
| Rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil, http://creativecommons.org/licenses/by-nc-nd/3.0/br/, info:eu-repo/semantics/openAccess |
Page generated in 0.0022 seconds