Revista Eletrônica Teccen (Jul 2015)
Análise de Imagens Médicas através de Sistemas Computacionais Inteligentes para Apoio ao Diagnóstico Clínico
Abstract
Histomorfometria óssea é uma importante análise na prevenção e tratamento de câncer e osteoporose,fornecendo informação quantitativa para diagnóstico clínico. A MicrotomografiaComputadorizada por Raios X é uma técnica de imagens não-destrutiva e não-invasiva comuma alta resolução que permite imagens ampliadas. Na análise histomorfométrica de tais imagens,é possível usar técnicas de tratamento tais como filtros morfológicos e binarização. Taistécnicas, no entanto, podem causar perda de informação relevante para a quantificação damassa óssea. Neste trabalho é descrita a aplicação de Redes Neurais Artificiais (RNA) parareconhecimento de tecido ósseo como parte de uma pesquisa sobre análise histomorfométricaem imagens cuja aquisição foi feita no Laboratório ELETTRA, em Trieste, Itália, na linha depesquisa SYRMEP (Synchrotron Radiation for Medical Physics – Radiação Síncrotron paraFísica Médica). Nestes testes iniciais, uma RNA Perceptron Multi-Camadas (PMC) Feed-Forward (FF) com algoritmo de aprendizagem de Retro-Propagação de Erro foi utilizada natarefa de reconhecimento. A qualidade dos resultados na tarefa da classificação de subimagensfoi verificada através de Curvas ROC (Receiver Operating Characteristic). Para este tipo deRNA obtivemos uma area sob a curva de 1,000, o que significa que a arquitetura e o treinamentoda RNA se mostraram adequados para a tarefa de reconhecimento de tecido ósseo. As imagensobtidas também são mostradas neste trabalho. Os resultados dos testes demonstraram aviabilidade de aplicação metodológica de Redes Neurais Artificiais e sua adequação às característicasdas imagens obtidas por Microtomografia Computadorizada por Raios X, para evitar perdas ocasionadas por outras técnicas de manipulação e tratamento de imagens. Tambémapresentamos uma breve descrição das principais tecnologias de implementação do projeto.
