Análise filogenética para diferenciação entre nódulos malignos e benignos / Phylogenetic analysis for differentiation between malignant and benign nodules

Apresenta uma metodologia de auxílio no diagnóstico por computador (Computer-Aided Diagnosis - CADx) para classificação de malignidade ou benignidade dos nódulos pulmonares em imagens de tomografia computadorizada. O uso dos índices de diversidade filo genética para extração das características dos nódulos, a classificação é realizada com a ferramenta WEKA usando múltiplos classificadores, validação dos resultados com as métricas kappa, Area Under the Curve, sensibilidade, especificidade e acurácia. Os testes mostraram resultados bem objetivos e robustos para uma metodologia CADx com uma acurácia de 98,1%, sensibilidade 98,7%, especificidade 97,9%, um kappa de 0,95 e uma Area Under the Curve de 0,99. Os resultados obtidos comprovaram o bom desempenho das técnicas de extração de características de textura através dos índices apresentados, com uma precisão de 98,1%.

Present a methodology to assist in the computer diagnosis (Computer-Aided Diagnosis -CADx) to classify pulmonary nodules in malignant and benign in CT images. Using phylogenetic diversity index to extract the characteristics of the nodes, the classification made with WEKA tool, validating the results with the following metrics kappa, ROC curve, sensitivity, specificity and accuracy. The tests showed very accurate and robust results for integration in a CADx tool with an accuracy of 98.1%, 98.7% sensitivity, 97.9% specificity, a kappa of 0.95 and an AUC of 0.99. The results indicated a good performance of texture extraction techniques through the indexes presented with an accuracy of 98.1%.

Segmentação de candidatos a nódulo pulmonar baseado em tomografia computadorizada / Segmentation of pulmonary nodule candidates based on computed tomography

O presente trabalho apresenta uma metodologia para segmentação automática de candidatos a nódulos pulmonares solitários usando Autômato Celular. A detecção precoce de nódulos pulmonares solitários que podem vir a se tornar câncer é essencial para sobrevida dos pacientes. Para auxiliar os especialistas na identificação desses nódulos estão sendo desenvolvidos sistemas auxiliados por computadores que visam automatizar os trabalhos de detecção e classificação. A etapa de segmentação desempenha um papel fundamental na detecção automática de nódulos pulmonares, pois permite separar os elementos de imagem em regiões que apresentam a mesma propriedade ou característica. A metodologia utilizada nessa pesquisa inclui aquisição das imagens, eliminação de ruídos, segmentação do parênquima pulmonar e segmentação dos candidatos a nódulos pulmonares solitários. Os testes foram realizados utilizando conjunto de imagens da base LIDC-IDRI, contendo 739 nódulos. Os resultados mostram uma sensibilidade de 95,66% dos nódulos considerados.

The present work presents a methodology for automatic segmentation of pulmonary solitary nodules candidates using cellular automaton. Early detection of pulmonary solitary nodules that may become cancer is essential for survival of patients. To assist the experts in the identification of these nodules are being developed computer aided systems that aim to automate the work of detection and classification. The segmentation stage plays a key role in automatic detection of lung nodules, as it allows separating the image elements in regions, which have the same property or characteristic. The methodology used in the article includes acquisition of images, noise elimination, pulmonary parenchyma segmentation and segmentation of pulmonary solitary nodules candidates. The tests were conducted using set of images of the LIDC-IDRI base, containing 739 nodules. The test results show a sensitivity of 95.66% of the nodules.