Informações Principais
     Resumo
     Abstract
     Introdução
     Conclusão
     Download
  
  
  
 
Conclusão
 
 
Acadêmico(a): Jessica Stefanie Hausmann
Título: Uber: uma ferramenta para detecção de agrupamentos de microcalcificações mamárias
 
Conclusão:
A proposta deste trabalho foi desenvolver uma nova funcionalidade nesta ferramenta para classificar o tipo de distribuição das microcalcificações. Para isso, foi utilizada a linguagem de programação Java, e as bibliotecas JavaCV, para auxiliar no processamento de imagem, e MigLayout, para a elaboração da interface gráfica.
Incialmente, propôs-se utilizar imagens digitais porém, devido a burocracia em adquirir acessos a essas imagens, continuou-se utilizando a base MIAS (SUCKLING, 1994). Como essa base não possui imagens com as distribuições necessárias para testar e validar essa nova funcionalidade, tornou-se necessário a manipulação de algumas imagens para que os testes fossem possíveis.
Para realizar-se a implementação da classificação da distribuição, primeiramente utilizou-se algumas funções já prontas desenvolvidas por Krause (2013), para segmentar e realçar as possíveis microcalcificações. Depois disso, verificou-se que a implementação de Krause (2013) apenas retornava a maior concentração de microcalcificações, tornando-se necessário uma nova implementação que pudesse constatar mais de uma concentração, devido ao tipo de distribuição múltipla, removendo também microcalcificações isoladas para não interferir na análise. Para a remoção de falsas microcalcificações, a ferramenta apresentou resultando positivo a todas imagens.
Após a remoção de falsas microcalcificações, implementou-se a análise e classificação da distribuição através de dilatação, caso a distribuição seja múltipla ou dos valores de sua bounding box e quantidade de microcalcificações. Entre as 23 imagens, 3 apresentaram falhas, totalizando em um percentual de acerto de 86%. Isso decorreu devido aos valores definidos para cada distribuição, sendo que, quando oscilam, alteram o resultado.
Diante disso, essa nova funcionalidade poderá servir para trabalhos futuros em áreas como visão computacional, processamento de imagens e análises de mamografias digitalizadas.