Método para segmentação manual de imagens térmicas para geração de Ground Truth
Resumo
O câncer de mama é o tumor maligno que mais aflige as mulheres no mundo. A detecção e o tratamento precoce é a melhor forma de aumentar a taxa de sobrevida. Neste contexto, a termografia é um mecanismo de triagem muito importante por permitir detectar a assimetria térmica das mamas e a sua neovascularização bem antes dos exames mais usuais, como a mamografia e ultrassonografia. Para utilizar métodos de tomada de decisão é necessário que a Região de Interesse (ROI) seja segmentada. A segmentação automática da ROI é o primeiro passo nos sistemas de diagnóstico auxiliado por computador (CADx). Além disso, diminui a possibilidade de erros, permite que o resultado tenha repetibilidade e principalmente torna possível que o armazenamento destes bancos de dados médicos sejam mais bem gerenciados, por permitir o uso de técnicas de recuperação de arquivos baseados no seu conteúdo visual (CBIR). O uso desta forma de recuperação dos dados armazenados permite um gerenciamento eficiente do banco de dados e seu uso pelos especialistas em consultas clínicas. Este trabalho apresenta uma nova ideia: usar um “tablet” para auxiliar o médico na tarefa de segmentar manualmente. Essa segmentação é fundamental no processo de construção de uma base padronizada para auxiliar na avaliação, validação e comparação de diferentes técnicas de segmentação automáticas.
Referências
GTMAKER (2012). Ground Truth Maker. Disponível em: [link]. Acessado em: 02 de junho de 2012.
INCA. (2012) Instituto Nacional do Câncer. Disponível em: [link]. Acessado em 02 de junho de 2012.
Kang, H.W.; Shin, S.Y. (2002) “Enhanced lane: interactive image segmentation by incremental path map construction”, Graphical Models, Vol. 64, No. 5, pp. 282-303.
Kapoor, P.; Prasad, S.V.A.V. (2010) "Image processing for early diagnosis of breast cancer using infrared images", 2nd International Conference on Computer and Automation Engineering, Vol. 3, No. 1, pp. 564-566.
Moghbel, M.; Mashohor, S. (2011) “A review of computer assisted detection/diagnosis (CAD) in breast thermography for breast cancer detection”, Artificial Intelligence Review, pp. 1-9.
Motta, L.S.; Conci, A.; Lima, R.C.F.; Diniz, E.M. (2010) “Automatic segmentation on thermograms in order to aid diagnosis and 2D modeling”, Proceedings of 10th Workshop em Informática Médica, Belo Horizonte, MG, Brazil, Vol. 1, pp. 1610-1619.
Motta, L.S.; (2010) “Obtenção automática da região de interesse em termogramas frontais da mama para o auxílio à detecção precoce de doenças”, Dissertação de Mestrado Instituto de Computação, Universidade Federal Fluminense - Niterói, Brazil.
Ng, EY-K. (2009) “A review of thermography as promising non-invasive detection modality for breast tumor”. International Journal of Thermal Sciences, Vol. 48, No. 5, pp. 849-859.
PROENG. (2012) "Image processing and image analyses applied to mastology", Disponível em: [link], Acessado em: 02 de junho de 2012.
Qi, H.; Kuruganti, P. T.; Snyder, W. E. (2006) “Detecting Breast Cancer from Thermal Infrared Images by Asymmetry Analysis". Biomedical Engineering Handbook, CRC Press. Capítulos 27.1 - 27.14.
Scales, N.; Herry, C.; Frize, M. (2004) “Automated Image Segmentation for Breast Analysis Using Infrared Images”. Proceedings of the 26th Annual International Conference of the IEEE EMBS, pp. 1737 – 1740.
Umadevi, V., Raghavan, S. V.; Jaipurka, S. (2010) “Interpreter for Breast Thermogram Characterization”, IEEE EMBS Conference on Biomedical Engineering & Sciences (IECBES), Kuala Lumpur, Malaysia, pp. 150-154.
Wishart, G. C., Campisid, M., Boswella, M., Chapmana, D., Shackletona, V., Iddlesa, S., Halletta, A.; Britton, P. D. (2010) “The accuracy of digital infrared imaging for breast cancer detection in women undergoing breast biopsy”, European Journal of Surgical Oncology, Vol. 36, No. 6, pp. 535-540.
Xu, R. X.; Young, D. C.; Mao, J. J.; Povoski, S. P. (2007). “A prospective pilot clinical trial evaluating the utility of a dynamic near-infrared imaging device for characterizing suspicious breast lesions”. Breast Cancer Res. Treat. Vol. 9, No. 6, R88.
Zadeh, H.G.; Kazerouni, I.A.; Haddadnia, J. (2011) "Distinguish breast cancer based on thermal features in infrared images", Canadian Journal on Image Processing and Computer Vision, Vol. 2, No. 6, pp. 54-58.
Zhou, Q.; Li, Z.; Aggarwal, J.K. (2004) “Boundary extraction in thermal images by edge map”, Proceedings of the ACM Symposium on Applied Computing, pp. 254-258.