Análise de Séries Temporais de Sinais Térmicos da Mama para Detecção de Anomalias
Resumo
O câncer de mama é a segunda forma mais comum de câncer no mundo. Atualmente, não existem métodos eficazes de prevenir esse tipo de câncer. Entretanto o diagnóstico eficiente em estágios iniciais aumenta as chances de cura. A termografia de mama é uma opção adicional de exame a ser considerada nas estratégias de triagem. Neste artigo, análises dos sinais térmicos de pacientes com mamas saudáveis e não saudáveis são realizadas. Esses sinais são produzidos a partir de vinte termogramas capturados por termografia infravermelha dinâmica. Inicialmente as imagens de cada paciente são registradas. Logo após, a região das mamas é dividida em regiões de tamanho 3x3 pixels e a temperatura média, de cada uma dessas regiões, é observada nas vinte imagens da sequência, dando origem às séries temporais. A partir das séries temporais são calculadas características que apresentam diferenças entre as mamas saudáveis e não saudáveis. Entre as diferenças, a principal foi encontrada na caraterística complexidade do sinal, onde o desvio padrão dos valores calculados foi de 0.234, para pacientes saudáveis, e 0.052, para pacientes doentes.Referências
Arnold, D. N. and Rogness, J. (2007). Möbius transformations revealed. Physica D: Nonlinear Phenomena, 55(10):1226–1231.
da Silva, I. J. A. G. (2014). Estimativa 2014: Incidência de Câncer no Brasil. Rio de Janeiro: INCA.
Flir (1999). [link]. acessado em abril de 2014.
Gerasimova, E., Audit, B., Roux, S. G., Khalil, A., Argoul, F., Naimark1, O., and Arneodo, A. (2013). Multifractal analysis of dynamic infrared imaging of breast cancer. EPL (Europhysics Letters), 104(6).
Gerasimova, E., Plekhov, O., Yu.Bayandin, O.Naimark, and G.Freynd (2012). Identification of breast cancer using analysis of thermal signals by nonlinear dynamics methods.
Guo, Y., Sivaramakrishna, R., Lu, C.-C., Suri, J., and Laxminarayan, S. (2006). Breast image registration techniques: a survey. Medical and Biological Engineering and Computing, 44(1-2):15–26.
Herman, C. (2013). The role of dynamic infrared imaging in melanoma diagnosis. volume 8, pages 177–184.
Hewitt, P. G. (2009). Fundamentos de Física Conceitual, 1a. ed. Bookman, Brasil.
Higuchi, T. (1988). Approach to an irregular time series on the basis of the fractal theory. Physica D: Nonlinear Phenomena, 31(2):277–283.
Liu, W., Meyer, J., Scully, C., Elster, E., and Gorbach, A. M. (2010). Observing temperature fluctuations in humans using infrared imaging. pages 55–64.
Marques, R. S. (2012). Segmentação automática das mamas em imagens térmicas. Dissertação de Mestrado, Universidade Federal Fluminense, Instituto de Computação, Niterói, RJ, Brasil.
Najarian, K. and Splinter, R. (2005). Biomedical Signal and Image Processing. CRC Press, 1th edition.
Pan, M. S., Zhang, F., Rong, Q. S., Zhou, H. C., and Nie, F. Y. (2011). Research on robustness of the mutual information similarity metric for registration of medical images. Biomedical Engineering: Applications, Basis and Communications, 23(06):479–491.
Santamaría, J., Damas, S., García-Torres, J. M., and Cordón, O. (2012). Self-adaptive evolutionary image registration using differential evolution and artificial immune systems. Pattern Recognition Letters, 33(16):2065 – 2070.
Scully, C., Liu, W., Meyer, J., Dementyev, A., Chon, K., Innominato, P., Lévi, F., and Gorbach, A. (2010). Time-frequency analysis of skin temperature in a patient with a surface tumor monitored with infrared imaging. pages 81–88.
Silva, L. F., Marques, R. S., Carvalho, G. S., Santos, M. L. O., Fontes, C. A. P., Santos, A. A. S. M. D., and Conci, A. (2013). Protocolo de captura de imagens térmicas da mama para construção de um banco público de exames. Encontro Nacional de Engenharia Biomecânica.
Silva, L. F., Saade, D. C. M., Sequeiros, G. O., Silva, A. C., Paiva, A. C., Bravo, R. S., and Conci, A. (2014). A new database for breast research with infrared image. Journal of Medical Imaging and Health Informatics, 4(1):92–100.
Thuler, L. C. (2003). Considerações sobre a prevenção do câncer de mama feminino. Revista Brasileira de Cancerologia, 149(4):227–238.
da Silva, I. J. A. G. (2014). Estimativa 2014: Incidência de Câncer no Brasil. Rio de Janeiro: INCA.
Flir (1999). [link]. acessado em abril de 2014.
Gerasimova, E., Audit, B., Roux, S. G., Khalil, A., Argoul, F., Naimark1, O., and Arneodo, A. (2013). Multifractal analysis of dynamic infrared imaging of breast cancer. EPL (Europhysics Letters), 104(6).
Gerasimova, E., Plekhov, O., Yu.Bayandin, O.Naimark, and G.Freynd (2012). Identification of breast cancer using analysis of thermal signals by nonlinear dynamics methods.
Guo, Y., Sivaramakrishna, R., Lu, C.-C., Suri, J., and Laxminarayan, S. (2006). Breast image registration techniques: a survey. Medical and Biological Engineering and Computing, 44(1-2):15–26.
Herman, C. (2013). The role of dynamic infrared imaging in melanoma diagnosis. volume 8, pages 177–184.
Hewitt, P. G. (2009). Fundamentos de Física Conceitual, 1a. ed. Bookman, Brasil.
Higuchi, T. (1988). Approach to an irregular time series on the basis of the fractal theory. Physica D: Nonlinear Phenomena, 31(2):277–283.
Liu, W., Meyer, J., Scully, C., Elster, E., and Gorbach, A. M. (2010). Observing temperature fluctuations in humans using infrared imaging. pages 55–64.
Marques, R. S. (2012). Segmentação automática das mamas em imagens térmicas. Dissertação de Mestrado, Universidade Federal Fluminense, Instituto de Computação, Niterói, RJ, Brasil.
Najarian, K. and Splinter, R. (2005). Biomedical Signal and Image Processing. CRC Press, 1th edition.
Pan, M. S., Zhang, F., Rong, Q. S., Zhou, H. C., and Nie, F. Y. (2011). Research on robustness of the mutual information similarity metric for registration of medical images. Biomedical Engineering: Applications, Basis and Communications, 23(06):479–491.
Santamaría, J., Damas, S., García-Torres, J. M., and Cordón, O. (2012). Self-adaptive evolutionary image registration using differential evolution and artificial immune systems. Pattern Recognition Letters, 33(16):2065 – 2070.
Scully, C., Liu, W., Meyer, J., Dementyev, A., Chon, K., Innominato, P., Lévi, F., and Gorbach, A. (2010). Time-frequency analysis of skin temperature in a patient with a surface tumor monitored with infrared imaging. pages 81–88.
Silva, L. F., Marques, R. S., Carvalho, G. S., Santos, M. L. O., Fontes, C. A. P., Santos, A. A. S. M. D., and Conci, A. (2013). Protocolo de captura de imagens térmicas da mama para construção de um banco público de exames. Encontro Nacional de Engenharia Biomecânica.
Silva, L. F., Saade, D. C. M., Sequeiros, G. O., Silva, A. C., Paiva, A. C., Bravo, R. S., and Conci, A. (2014). A new database for breast research with infrared image. Journal of Medical Imaging and Health Informatics, 4(1):92–100.
Thuler, L. C. (2003). Considerações sobre a prevenção do câncer de mama feminino. Revista Brasileira de Cancerologia, 149(4):227–238.
Publicado
28/07/2014
Como Citar
SILVA, Lincoln F.; OLIVERA, Giomar O. S.; GALVÃO, Stephenson; SILVA, Jéssica B.; SANTOS, Alair Augusto S. M. D.; MUCHALUAT-SAADE, Débora C.; CONCI, Aura.
Análise de Séries Temporais de Sinais Térmicos da Mama para Detecção de Anomalias. In: SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO APLICADA À SAÚDE (SBCAS), 14. , 2014, Brasília/DF.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2014
.
p. 1824-1833.
ISSN 2763-8952.
