Análise Computacional de Imagens de Ressonância Magnética Ginecológica para
Detecção Automática de Adenomiose

Início: 2021

Resumo:

A adenomiose é uma doença ginecológica benigna, caracterizada pela presença de glândulas endometriais e estroma dentro do miométrio. Está associada a uma ampla variedade de sintomas, que muitas vezes estão relacionados a um impacto substancial na qualidade de vida das mulheres, além de infertilidade e intercorrências obstétricas. Na última década, as tecnologias de imagem tornaram-se amplamente disponíveis. A Ressonância Magnética é uma técnica precisa e não invasiva para o diagnóstico de adenomiose, no entanto, muitas vezes desafiadora devido a algumas “armadilhas da imagem”. Nesse contexto, informações contidas dentro das imagens radiológicas vem sendo utilizadas em vários métodos computacionais, para diversas finalidades e doenças. O projeto aqui proposto tem como objetivo utilizar imagens de ressonância magnética para detectar focos de adenomiose no útero. Para isso, técnicas de aprendizagem profunda (Deep Learning), que é uma subárea da inteligência artificial, serão aplicadas para detectar, segmentar e classificar o útero entre doente ou saudável e, na etapa final, detectar (isto é, reconhecer e localizar) os focos de adenomiose. Dessa forma espera-se obter um pipeline computacional que auxilie os especialistas na detecção de tal doença os orientando em suas condutas, principalmente para os casos de difícil percepção na inspeção visual humana, o que . Além disso, como objetivos secundários, com os equipamentos adquiridos, queremos transformar o laboratório do departamento em uma referência na análise de imagens médicas por visão computacional, podendo ser usado também por alunos, professores e outros grupos de pesquisa, até mesmo fora da instituição. Por fim, com os resultados obtidos na avaliação da metodologia proposta, publicar artigos em periódicos nacionais e internacionais, e em eventos na área.

Equipe: 

Lincoln Faria da Silva (coordenador), Carlos Augusto Moreira de Sousa (vice coordenador), Marco Aurélio Pinho de Oliveira, Mario João Junior, Rômulo Cristóvão de Souza, Sergio Miranda Freire e Tatiana Tavares da Silva