Sistema embarcado para suporte ao diagnóstico de microcalcificações em mamografias digitais

• Ano de defesa: 2014
• Autor(a) principal: Docusse, Tiago Alexandre [UNESP]
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Processamento de imagens; Redes neurais (Computação); Wavelets (Matematica); Mamas - Cancer; Image processing
• Link de acesso: http://hdl.handle.net/11449/100296

Estudos internacionais indicam que o câncer de mama é o segundo maior causador de mortes em mulheres com câncer no mundo, e a melhor forma de tratar essa doença é através de seu diagnóstico precoce, que pode ser realizado através da análise de imagens de mamografias digitais. Uma das formas de se realizar o diagnóstico através de imagens é procurar por microcalcificações, pequenos acúmulos de cálcio que podem ser classificados em cinco tipos, de acordo com a classificação de Le Gal. Neste trabalho é apresentado um sistema embarcado que foi desenvolvido para classificar microcalcificações de acordo com a classificação de Le Gal, utilizando wavelets e redes neurais artificiais. O sistema foi desenvolvido utilizando-se um processador Nios II, através da configuração do hardware projetado na FPGA presente na placa DE2-115. Os testes com imagens simuladas apresentaram 92,50% de acerto nas suas classificações. Testes com algumas imagens reais também apresentaram bons resultados na classificação das microcalcificações. Isto tudo indica a possibilidade de se utilizar equipamentos embarcados no diagnóstico precoce do câncer de mama.