Detecção de regiões de massas em mamografias usando índices de diversidade, geoestatísticas e geometria côncava

O câncer de mama se configura como um problema de saude mundial, que afeta principalmente a populacao feminina. E conhecido que a deteccao precoce aumenta as chances de um tratamento efetivo, melhorando o prognostico da doenca. Com este objetivo, ferramentas computacionais tem sido propostas com a finalidade de auxiliar o especialista na interpretacao do exame de mamografia, provendo funcionalidades de deteccao e diagnostico de lesoes. Todavia, continua sendo um grande desafio detectar a lesao com alta taxa de sensibilidade, e garantir ao mesmo tempo que um numero reduzido de falso positivos sejam gerados. Para tanto, metodologias que abordam extracao de caracteristicas textuais, probabilisticas ou baseada em modelo tem sido propostas para este fim. A pesquisa que remete este trabalho tem como objetivo principal a proposicao de uma metodologia eficiente de deteccao de regioes de massas em mamografias digitalizadas. A tarefa de deteccao envolve aspectos de visao computacional relacionados a necessidade de encontrar regioes suspeitas e descreve-las de maneira discriminatoria. Esta pesquisa avalia a extracao de caracteristicas usando as abordagens de analise de diversidade, geoestatistica e geometrica para a classificacao das regioes suspeitas detectadas usando a Maquina de Vetores de Suporte como classificador. Os resultados encontrados sao promissores ao obterem alta sensibilidade e baixa taxa media de falso positivos quando usando geometria concava para extrair caracteristicas.