Use este identificador para citar ou linkar para este item:
http://www.repositorio.ufal.br/jspui/handle/riufal/2000
Tipo: | Dissertação |
Título: | Modelo para a classificação de nódulos pulmonares pequenos usando descritores radiomics |
Título(s) alternativo(s): | Classification model of small pulmonary nodules using radiomics descriptors |
Autor(es): | Lima Filho, Ailton Felix de |
Primeiro Orientador: | Oliveira, Marcelo Costa |
metadata.dc.contributor.advisor-co1: | Machado, Aydano Pamponet |
metadata.dc.contributor.referee1: | Vieira, Tiago Figueiredo |
metadata.dc.contributor.referee2: | Marques, Paulo Mazzoncini de Azevedo |
Resumo: | O câncer de pulmão é uma doença caracterizada como crescimento anormal de células que invadem e destroem tecidos vizinhos, sendo responsável por muitas mortes ao redor do mundo. Um diagnóstico precoce da doença, geralmente realizado com base em informações qualitativas e semi-quantitativas extraídas de imagens de Tomografia Computadorizada (TC), traz maiores chances de cura e opções de tratamento para o paciente, porém, devido aos desafios no processo de interpretação de imagens médicas, principalmente no tocante a nódulos pulmonares pequenos (<10mm), o diagnóstico se torna clinicamente difícil, tornando a decisão clínica complexa. Devido à variabilidade e complexidade do diagnóstico de nódulos pulmonares pequenos, ferramentas de Auxílio ao Diagnóstico por Computador (CAD) baseadas em atributos de imagem, providenciam ajuda ao radiologista visando alcançar uma melhor acurácia da classificação de nódulo (provável maligno ou benigno), por agir como uma segunda opinião ao especialista. O uso de atributos radiomics permite um diagnóstico quantitativo mais objetivo se comparado às abordagens qualitativas ou semi-quantitativas mais comumente utilizadas na avaliação do câncer, diminuindo significativamente o problema da variabilidade no diagnóstico. Porém, ainda existe uma necessidade de descobrir conteúdos/atributos relevantes a fim de melhorar o desempenho de sistemas CAD. O objetivo deste trabalho foi desenvolver um modelo para classificação de nódulos pulmonares pequenos usando atributos radiomics extraídos da região de microambiente do nódulo. Foi avaliado também o teste de hipótese de que considerar a região de parênquima no entorno do nódulo, permite uma melhora de desempenho na classificação de nódulos pulmonares pequenos. O modelo para classificação desenvolvido obteve como melhor resultado uma área sob a curva ROC (AUC) média de 0.875 ± 0.048 com o algoritmo Perceptron de Múltiplas Camadas (MLP) com uma validação cruzada 10-fold na classificação de 214 nódulos pulmonares com diâmetros entre 5 e 10mm. Os resultados mostraram a relevância da utilização de atributos radiomics para classificação de nódulos pulmonares pequenos. A utilização da região do parênquima pulmonar melhorou o desempenho do modelo, comprovando o teste de hipótese. A classificação de nódulos pulmonares é uma área desafiadora mesmo para os médicos especialistas, devido à natureza complexa desse tipo de achado radiológico, porém, crítica para sobrevida dos pacientes diagnosticados com câncer. Logo, avanços nessa área são de extrema importância. |
Abstract: | Lung cancer is a disease characterized as abnormal cells growth that invade and destroy neighboring tissues, accounting for many deaths around the world. An early diagnosis, usually performed based on qualitative information extracted from CT images, brings greater chances of cure and treatment options for the patient, however, due to the challenges in the medical image interpretation process, mainly for small pulmonary nodules (<10mm), the diagnosis becomes clinically difficult, making the clinical decision complex. Due to the variability and complexity of the diagnosis of small pulmonary nodules, Computer-Aided Diagnosis (CAD) tools based on image features, provides assistance to the radiologist in order to achieve a better accuracy of nodule classification (probable malignant or benign), by acting as a second opinion to the specialist. The use of radiomics features allows a quantitative diagnosis when compared to the recent qualitative strategies of cancer evaluation, significantly reducing the problem of variability in diagnosis. However, discovering the relevant content/features is still a necessity in order to improve the CAD systems performances. The aim of this study was to develop a classification model for small pulmonary nodules using radiomics features extracted from the nodule microenvironment. It was also evaluated the hypotheses test that considering the parenchyma region around the nodule allows an improvement in the small pulmonary nodules classification. The developed classification model obtained the best Area Under the ROC curve (AUC) of 0.875 ± 0.048 with the Multilayer Perceptron (MLP) algorithm with a 10-fold cross-validation in the classification of 214 pulmonary nodules with diameters between 5 and 10mm. The results showed the relevance of radiomics features for the classification of small pulmonary nodules. The use of the pulmonary parenchyma region improved the model performance, proving the hypothesis test. The nodules classification is a challenging area for specialists due to the natural complexity of diagnosis lesions, however, critical for patient survival diagnosed with cancer. Therefore, advances in this area are extremely important. |
Palavras-chave: | Tecnologia da informação Informática médica Diagnóstico auxiliado por computador Nódulo pulmonar Câncer de pulmão Diagnóstico por imagem Radiomics Information technology Medical informatics Diagnostics aided computer Lung node Lung cancer Diagnosis by image |
CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
Idioma: | por |
País: | Brasil |
Editor: | Universidade Federal de Alagoas |
Sigla da Instituição: | UFAL |
metadata.dc.publisher.program: | Programa de Pós-Graduação em Informática |
Citação: | LIMA FILHO, Ailton Felix de. Modelo para a classificação de nódulos pulmonares pequenos usando descritores radiomics. 2017. 84 f. Dissertação (Mestrado em Informática) - Instituto de Informática, Programa de Pós-Graduação em Informática, Universidade Federal de Alagoas, 2017. |
Tipo de Acesso: | Acesso Aberto |
URI: | http://www.repositorio.ufal.br/handle/riufal/2000 |
Data do documento: | 31-jul-2017 |
Aparece nas coleções: | Dissertações e Teses defendidas na UFAL - IC |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Modelo para a classificação de nódulos pulmonares pequenos usando descritores radiomics.pdf | 8.81 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.