Sistema de Apoio ao Diagnóstico na Detecção de Microcalcificações em Mamografias Digitais

Sistema de Apoio ao Diagnóstico na Detecção de Microcalcificações em Mamografias Digitais
Weverson M. Oliveira*, Italo O. Matias*, Thiago R. Azeredo*
* Mestrado em Pesquisa Operacional e Inteligência Computacional, Universidade Candido Mendes, Campos dos Goytacazes, Brasil
Email: [e-mail], [e-mail], [e-mail]
Resumo
Atualmente o câncer de mama é uma das doenças que mais matam mulheres com idade acima de quarenta anos no Brasil. Apesar do câncer de mama ser um câncer com diagnóstico precoce e possuir tratamentos adequados, a taxa de mortalidade ainda é muito alta. Isso se deve em grande parte pelo diagnóstico tardio do câncer onde ele já se encontra em um estágio mais avançado e também pela má utilização das informações fornecidas pelos exames mamográficos por parte dos médicos.
Nas fases iniciais, ainda sem presença de nódulos, as alterações do tecido provocam o acúmulo de cálcio e podem ser identificadas pela mamografia como um agrupamento de calcificações que podem ser benignas ou mesmo indicar um câncer em fase muito precoce. Neste trabalho é apresentado um método para a detecção de pequenas microcalcificações para auxílio no diagnóstico precoce de câncer de mama. Para isto iremos fazer uma análise de imagens de mamografias digitais buscando pequenas microcalcificações utilizando algoritmos de detecção de padrões como a AdaBoost através da biblioteca OpenCV e após esta detecção um sistema de redes neurais artificiais multicamadas irá fazer a detecção dos falsos positivos encontrados buscando a eliminação dos mesmos.

Palavras-chave: Microcalcificação, AdaBoost, OpenCV, Redes Neurais

1 Introdução
Durante décadas várias pesquisas relacionadas ao câncer de mama, que possui altíssimos índices de mortalidade (Mavroforakis, et al., 2005), veem sendo feitas com o objetivo de poupar ou prolongar vidas humanas. Com todos os esforços desempenhados pela ciência, apoiada pela tecnologia, novas ferramentas estão