Linha de Pesquisa: Ciência de Dados

Resumo:

O diagnóstico precoce de distúrbios com potencialmente malignos é a maneira mais confável de contribuir para a redução do número de casos de carcinoma da cavidade oral. Distúrbios como a leucoplasia e a eritroplasia apresentam potencial de transformação maligna e, muitas vezes, se manifestam em conjunto com displasias epiteliais orais (DEOs), que são alterações no tamanho e formato das estruturas celulares. A segmentação de nú-
cleos celulares é uma tarefa importante para o processo de diagnóstico, pois permite que informações sejam obtidas dessas estruturas sem a influência negativa da região de fundo. Nos últimos anos, métodos baseados em CNN estão recebendo mais atenção devido a seus melhores resultados em tarefas de segmentação de núcleos. Apesar desses resultados relevantes, alcançar alta precisão de segmentação continua sendo uma tarefa desafadora. Neste trabalho, é proposto uma metodologia para segmentação de núcleos celulares baseada em comitês de segmentadores. A metodologia proposta consiste em diversos modelos de redes neurais convolucionais capazes de segmentar as estruturas celulares. As máscaras de segmentação geradas pelas redes são combinadas utilizando sistemas de comitês, visando reduzir os erros resultantes dos modelos de redes e aprimorar o resultado de segmentação fnal. Um banco de imagens de DEO foi criado neste estudo e os modelos de segmentação foram aplicados sobre a base. Uma rede de aumento de dados foi utilizada para analisar o impacto dessa etapa no processo de segmentação. A metodologia proposta resultou em valores de acurácia e índice Dice de 93,89% e 0,89, respectivamente, na nova base de imagens criada. Esses valores indicam que a metodologia tem potencial para ser utilizada como uma ferramenta de apoio ao diagnóstico em casos de DEO