Descritores do câncer de mama: uma revisão sistemática da literatura
Nenhuma Miniatura disponível
Data
2022-12-10
Tipo de documento
Artigo Científico
Título da Revista
ISSN da Revista
Título de Volume
Área do conhecimento
Ciências Exatas e da Terra
Modalidade de acesso
Acesso fechado
Editora
Autores
de Macêdo, Paulo
Orientador
Nunes, Éldman
Coorientador
Resumo
O câncer de mama quando detectado precocemente, tem mais chances de ser curado, porém, a grande quantidade de mamografias a serem analisadas por um radiologista pode afetar a avaliação das imagens, por isso tem sido desenvolvidos sistemas computacionais para ajudar na detecção e classificação da mamografia. Através do exame da mamografia é possível identificar anormalidades no tecido mamário, que podem ser cancerosas. Para classificar o achado como benigno ou maligno, é necessário realizar uma análise dos descritores, como forma, margem e densidade. Para apresentar bons resultados, os sistemas computacionais precisam ser treinados para conseguir interpretar corretamente as características de cada descritor. Este treino é feito com grupos de dados bem documentados, chamados de datasets, de mamografias com lesões já identificadas e diagnosticadas. O objetivo desse artigo é reunir os principais métodos e datasets utilizados na classificação das lesões encontradas em mamografias, para auxiliar no desenvolvimento destes sistemas. Uma busca realizada nas bases de pesquisa PubMed e ScienceDirect, retornou 5020 artigos, dos quais 89 foram selecionados, e apenas 14 passaram na avaliação de qualidade. Foram identificados 6 datasets, dos quais os mais utilizados foram o DDSM, presente em 12 artigos, e o INBreast, presente em 3 artigos. Foram identificadas 17 características de forma e margem para classificar a lesão da mamografia.
Palavras-chave
Câncer de mama, Descritores, Mamografia, Revisão Sistemática da literatura