Detecção de Anomalias em Termografia Dinâmica das Mamas
Resumo
A termografia é um exame que pode ser utilizada para diagnóstico precoce de câncer de mama. Regiões com anomalias geralmente apresentam perturbações no ganho de temperatura. Com base nessa ideia, o presente trabalho propõe uma metodologia de análise de séries temporais a fim de investigar esse padrão comportamental. O método foi capaz de identificar corretamente 10 dos 13 exames que possu´ıam anomalias, configurando assim que o método de detecção baseado em amplitude pode ser promissor na identificação de regiões suspeitas de lesão.
Referências
Bezdek, J. C., Ehrlich, R., and Full, W. (1984). Fcm: The fuzzy c-means clustering algorithm. Computers & Geosciences, 10(2):191–203.
INCA (2012). Controle do câncer de mama conceito e magnitude. http://www2.inca.gov.br/wps/wcm/connect/acoes_programas/site/home/nobrasil/programa_controle_cancer_mama/conceito_magnitude. Accessed: 2014-09-20.
INPE (1991-2016). SPRING: Tutorial de Geoprocessamento aula 3 – registro de imagem. http://www.dpi.inpe.br/spring/teoria/. Accessed: 2014-09-20.
Izakian, H. and Pedrycz, W. (2013). Anomaly detection in time series data using a fuzzy c-means clustering. In IFSA World Congress and NAFIPS Annual Meeting (IFSA/NAFIPS), 2013 Joint, pages 1513–1518. IEEE.
LavinskyWolff, M., Rohde, L., Polanczyk, C. A., et al. (2012). Avaliação de Tecnologias em Saúde sumário das evidências e recomendaçoes sobre o uso da termografia no diagnóstico de câncer de mama. http://www.unimed.coop.br/pct/servlet/ServletDownload?id=MjE0NzUxMTE3NA. Accessed: 2014-09-19.
Silva, L. F. (2015). Uma Análise Híbrida para Detecção de Anomalias da Mama usando Séries Temporais de Temperatura. PhD thesis, Universidade Federal Fluminense.
INCA (2012). Controle do câncer de mama conceito e magnitude. http://www2.inca.gov.br/wps/wcm/connect/acoes_programas/site/home/nobrasil/programa_controle_cancer_mama/conceito_magnitude. Accessed: 2014-09-20.
INPE (1991-2016). SPRING: Tutorial de Geoprocessamento aula 3 – registro de imagem. http://www.dpi.inpe.br/spring/teoria/. Accessed: 2014-09-20.
Izakian, H. and Pedrycz, W. (2013). Anomaly detection in time series data using a fuzzy c-means clustering. In IFSA World Congress and NAFIPS Annual Meeting (IFSA/NAFIPS), 2013 Joint, pages 1513–1518. IEEE.
LavinskyWolff, M., Rohde, L., Polanczyk, C. A., et al. (2012). Avaliação de Tecnologias em Saúde sumário das evidências e recomendaçoes sobre o uso da termografia no diagnóstico de câncer de mama. http://www.unimed.coop.br/pct/servlet/ServletDownload?id=MjE0NzUxMTE3NA. Accessed: 2014-09-19.
Silva, L. F. (2015). Uma Análise Híbrida para Detecção de Anomalias da Mama usando Séries Temporais de Temperatura. PhD thesis, Universidade Federal Fluminense.
Publicado
04/07/2016
Como Citar
CARDOSO, Jessica; SILVA, Aristófanes; PAIVA, Anselmo; B. NETTO, Stelmo; CONCI, Aura.
Detecção de Anomalias em Termografia Dinâmica das Mamas. In: SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO APLICADA À SAÚDE (SBCAS), 16. , 2016, Porto Alegre.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2016
.
p. 2609-2612.
ISSN 2763-8952.
DOI: https://doi.org/10.5753/sbcas.2016.9909.
