ICMC desenvolve técnica de mineração de dados para diagnósticos médicos

Por meio de algoritmos, o sistema seleciona imagens do corpo humano que tenham características solicitadas pelos médicos, auxiliando o diagnóstico.

Davi Marques Pastrelo/Assessoria de Comunicação do ICMC

No Instituto de Ciências Matemáticas e da Computação (ICMC) da USP, em São Carlos, pesquisadores desenvolveram um novo sistema de mineração de dados para imagens médicas. Por meio de algoritmos, fórmulas matemáticas que orientam o funcionamento de programas de computador, são selecionadas imagens do corpo humano que tenham as características solicitadas pelos médicos. A coleta de dados sobre o paciente auxilia na elaboração de diagnósticos.

“Na verdade o computador não realiza o diagnóstico, ele elabora um pré-diagnóstico. Chamamos isso de diagnóstico auxiliado por computador, ou sistemas CAD [Computer Aided Diagnosis]”, afirma Alceu Ferraz Costa, que realizou a pesquisa.

Os sistemas CAD são apoiados por mineração de imagens, a partir das quais realiza a extração de características visuais relevantes, como forma, cor e texturas, que ressaltem os aspectos principais levados em conta pelo especialista médico no momento do diagnóstico. Na pesquisa, o computador se baseia em um algoritmo de extração de características chamado Fast Fractal Steack (FFS), que realiza análises de associações de forma, o que mais se aproxima à distinção que seria feita pelo ser humano.

A pesquisa contou com a parceria do Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto (HCFMRP) da USP e procurou avaliar a imagem do pulmão dos pacientes. Entretanto poderia ser usada em outras áreas médicas, como ultrassonografias e radiografias de outros órgãos. “Eles nos cediam imagens de pulmões”, explica. “Por elas, podíamos analisar qual parte do pulmão estava danificada e então era possível dizer se era um câncer ou alguma outra doença.”

Agrupamento

Adicionalmente, foi desenvolvido o algoritmo de classificação Concept, que emprega mineração de regras de associação para predizer a classe de uma imagem. O aspecto inovador do Concept refere-se ao algoritmo de obtenção de representações de imagens, também desenvolvido nesse trabalho, chamado Multi Feature Space Map (MFS-Map), que realiza agrupamento das imagens em diferentes espaços de características para aproveitar melhor aquelas extraídas durante o processo de classificação.

Costa afirma que começou seu doutorado neste ano no ICMC e pretende seguir trabalhando na área de mineração de dados. Ele defendeu neste ano sua dissertação de mestrado no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, sob orientação da professora Agma Juci Machado Traina. A pesquisa Mineração de imagens médicas utilizando características de forma foi iniciada em 2010.

A professora Agma Traina participa de um projeto de análises de imagens médicas pelo Instituto Nacional de Ciência e Tecnologia para Convergência Digital (INCT InCoD). O INCod é um projeto gerenciado pelo professor Aldo von Wangenhem, da Universidade Federal de Santa Catarina (UFSC). O ICMC está envolvido no projeto na parte de mineração de imagens médicas.

Mais informações: email comunica@icmc.usp.br 

Scroll to top