Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/20255
Document type: Trabalho de Conclusão de Curso
Access type: Acesso Aberto
Title: Detecção de câncer de mama utilizando imagens termográficas
Author: Gonçalves, Caroline Barcelos
First Advisor: Fernandes, Henrique Coelho
First member of the Committee: Lima, Maria Adriana Vidigal de
Second member of the Committee: Nascimento, Marcelo Zanchetta do
Summary: O câncer de mama é a doença que mais mata mulheres em todo o mundo. O diagnóstico precoce é fundamental para maiores chances de cura e recuperação das pacientes. As imagens termográficas devido a potencialidade de detectar a doença precocemente em mulheres jovens, ausência de radiação e ao baixo custo tem se mostrado uma técnica promissora. Esta monografia apresenta uma metodologia que classifica as pacientes como normais, com alterações benignas e com câncer (alterações malignas) a partir de imagens termográficas da mama. A base de dados utilizada é composta por imagens de 70 pacientes. Algumas das características consideradas foram medidas estatísticas e dimensão fractal. A classificação é feita através de Redes Neurais Artificiais (RNA) e Máquina de Vetores de Suporte (SVM). O melhor resultado obtido foi 80.95% de acurácia, 83.33% de especificidade para pacientes normais, 85.71% de especificidade para pacientes com alterações benignas e 75% de sensibilidade. Este resultado foi obtido considerandos as características: média, desvio padrão, mediana, temperatura mínima, temperatura máxima, amplitude térmica, assimetria, curtose, entropia, contraste, correlação, momento 2, momento 3 e momento 4 para descrever as imagens e utilizando o classificador SVM. Os resultados obtidos se mostram promissores e confirmaram a premissa de que as imagens termográficas podem auxiliar na detecção do câncer de mama.
Abstract: Breast cancer is the leading cause of death in women worldwide. Early diagnosis is fundamental for a greater chance of recovery and healing of patients. The thermographic images due to the ability of early detecting the disease in young women, absence of radiation and the low cost has shown to be a promising technique. This thesis presents a methodology that classifies patients as normal, with benign and cancerous tumors (cancer) from thermographic images of the breast. The database used is composed of images of 70 patients. Some of the characteristics considered are statistical measures and fractal dimension. The classification is done through Artificial Neural Networks (ANN) and Support Vector Machines (SVM). The best result was 80.95% accuracy, 83.33% specificity for normal patients, 85.71% specificity for patients with benign alterations and 75% sensitivity. This result was obtained considering the characteristics: mean, standard deviation, median, minimum temperature, maximum temperature, thermal amplitude, skewness, kurtosis, entropy, contrast, correlation, moment 2, moment 3 and moment 4 to describe the images and using the classifier SVM. The results obtained are promising and confirmed the premise that thermographic images can be used in the detection of breast cancer.
Keywords: Termografia
Câncer de mama
Extração de características
Redes neurais artificias
Máquina de vetores de suporte
Thermography
Breast cancer
Feature extraction
Artificial neural network
Support vector machine
Area (s) of CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Language: por
Country: Brasil
Publisher: Universidade Federal de Uberlândia
Quote: GONÇALVES, Caroline Barcelos. Detecção de câncer de mama utilizando imagens termográficas. 2017. 59 f. Trabalho de Conclusão (Graduação em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia 2017.
URI: https://repositorio.ufu.br/handle/123456789/20255
Date of defense: 15-Dec-2017
Appears in Collections:TCC - Ciência da Computação

Files in This Item:
File Description SizeFormat 
DetecçãoCâncerMama.pdf15.91 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.