Author:
Pereira Juliana Wolf,Ribeiro Marcela Xavier
Abstract
Mamografias permitem o diagnóstico precoce do câncer de mama, o tipo de câncer mais comum entre mulheres no Brasil e no mundo. Nesta pesquisa de doutorado, foi desenvolvido o método MUSA com o objetivo de classificar e anotar semanticamente imagens de mamografia, a partir da fusão de informações multimodais, fornecendo uma anotação mais completa da imagem do que o atual estado da arte. Para isso, a abordagem engloba um processo de mineração de texto, um processo de mineração de imagens, e um processo de engenharia de ontologias. Os resultados do processo de mineração de imagem superaram ou se compararam com estudos publicados na literatura, atingindo mais de 92% de acurácia na classificação de lesões como massa ou calcificação. Os resultados demonstram ainda que a ontologia AnotaMammo desempenhou apropriadamente o enriquecimento semântico da classificação, além de ter realizado adequadamente a fusão das informações multimodais. Por fim, o método MUSA agrega informações para tornar o resultado mais semântico, mais interpret ável, reduzindo assim o gap semântico.
Publisher
Sociedade Brasileira de Computação (SBC)
Reference8 articles.
1. Agarwal, V. and Carson, C. (2015). Using deep convolutional neural networks to predict semantic features of lesions in mammograms. C231n Course Project Reports.
2. Arp, R., Smith, B., and Spear, A. D. (2015). Building ontologies with basic formal ontology. Mit Press.
3. Khan, H. N., Shahid, A. R., Raza, B., Dar, A. H., and Alquhayz, H. (2019). Multi-view feature fusion based four views model for mammogram classification using convolutional neural network. IEEE Access, 7:165724–165733.
4. Levy, O., Goldberg, Y., and Dagan, I. (2015). Improving distributional similarity with lessons learned from word embeddings. Transactions of the association for computational linguistics, 3:211–225.
5. Noy, N. F., McGuinness, D. L., et al. (2001). Ontology development 101: A guide to creating your first ontology.