Revista de Tecnologia da Informação e Engenharia de Software
Acesso livre

Abstrato

Detecção de tumor cerebral em fase inicial usando aprendizagem profunda

Probuda Konwar, Julius Bhadra, Manash Jyoti Dutta, Jintu Dowari

No planeamento do tratamento de tumores cerebrais e na avaliação quantitativa, a determinação da extensão dos tumores é um grande desafio. A ressonância magnética não invasiva (RM) desenvolveu-se como uma técnica de diagnóstico de primeira linha para as malignidades cerebrais sem o uso de radiação ionizante. Segmentar manualmente a extensão de um tumor cerebral a partir de volumes de ressonância magnética 3D é um processo demorado que depende muito da competência do operador. Para a avaliação correta da extensão dos tumores, é necessária uma abordagem fiável de segmentação de tumores cerebrais totalmente automatizada neste cenário. Apresentamos neste artigo um método de segmentação de tumores cerebrais completamente automatizado baseado em redes convolucionais profundas U-Net. Os conjuntos de dados Multimodal Brain Tumor Image Segmentation (BRATS 2015) foram utilizados para testar a nossa abordagem, que incluiu 220 tumores cerebrais de alto grau.