Segmentação de Tumor de Pulmão em Imagens de Tomografia Baseado na Técnica Fuzzy Connectedness

Abstract

O carcinoma pulmonar, sendo um dos principais contribuintes para a taxa global de mortalidade, exige estratégias eficazes para a detecção precoce e o rastreio de neoplasias a fim de melhorar as perspectivas de sobrevivência dos pacientes. A tomografia computadorizada (TC) é uma ferramenta crucial no diagnóstico e monitoramento do carcinoma pulmonar, embora o processo de localização de tumores nas imagens geradas possa ser intrincado e suscetível a imprecisões. Portanto, o papel das metodologias de segmentação computacional na ampliação da eficácia do tratamento do câncer é inegável. Este estudo apresenta uma metodologia de segmentação semi-automática, desenvolvida para a detecção de tumores pulmonares em exames de TC, com base nos princípios da conectividade difusa. Esta estrutura metodológica engloba três segmentos fundamentais: pré-processamento, que atua na melhora das características desejáveis da imagem e na atenuação das indesejáveis; processamento, que envolve a inicialização do ciclo de crescimento e a geração de mapas de afinidade e conectividade que facilitam a extração do tumor; e pós-processamento que, por fim, refina a saída da extração para destacar o objeto de interesse. Os resultados da metodologia implementada foram comparados com um padrão-ouro, baseado na segmentação de especialistas. Os parâmetros analíticos obtidos foram razoáveis, proporcionando taxas satisfatórias de verdadeiros positivos e coeficientes de Dice, com médias de 52,93 ± 24,5% e 58,4 ± 20,62%, respectivamente. No entanto, a metodologia também produziu altas taxas de falsos negativos e falsos positivos, especificamente 47,07 ± 24,5% e 21,64 ± 33,58%, respectivamente. Este padrão sublinha o potencial para futuros aprimoramentos, especificamente através da otimização das etapas do processo e da incorporação de técnicas robustas para a realização da automação completa do método. Para auxiliar a aplicação prática da metodologia proposta, um aplicativo foi desenvolvido e disponibilizado para uso público no GitHub.