IDENTIFICAÇÃO DE MASSAS EM ULTRASSONOGRAFIAS DE FÍGADO UTILIZANDO REDES NEURAIS CONVOLUCIONAIS

Resumo

Avanços na análise computadorizada de imagens médicas propiciaram o surgimento de métodos e técnicas que auxiliam no diagnóstico precoce de uma série de doenças. Atualmente esses diagnósticos se dão por meio de inspeção visual por parte de especialistas humanos. Este artigo descreve o desenvolvimento de um modelo computacional - baseado em redes neurais convolucionais (CNN) - que objetiva auxiliar o médico radiologista na confirmação de um diagnóstico, por meio da identificação de massas em achados de imagens ultrassonográficas de fígado. Em geral, processo de treinamento de uma rede neural exige um alto poder de processamento para dados densos. Quando se trata de processamento de imagens, esta questão é ainda mais realçada, visto que o número de entradas da rede é proporcional ao número de pixels da imagem de interesse, justificando o uso de processamento paralelo. É importante ressaltar que a classe de imagens médicas não pode permitir armazenamento com perdas de dados e exige precisão em sua identificação. O modelo de CNN proposto foi capaz de realizar a identificação dessas massas com uma acurácia de 96,67%, para o conjunto de imagens de teste analisadas.