Dissertação

Automatic Detection and Segmentation of Lung Lesions on CT scans using Deep Convolutional Neural Networks EVALUATED

O cancro do pulmão é um dos cancros que actualmente afeta mais pacientes, com mais de dois milhões de novos casos por ano, sendo ainda um dos mais mortais, atingindo um índice de mortalidade de 60%. A utilização de rastreio recorrendo a tomografia computorizada foi responsável por um elevado incremento na detecção precoce de lesões pulmonares. Neste trabalho, propomos uma abordagem híbrida para a detecção e segmentação de lesões pulmonares em tomografias computorizadas, onde a tarefa da segmentação é assistida pela detecção prévia de regiões que contenham lesões. Para a tarefa de detecção introduzimos uma CNN residual profunda 2.5D, capaz de produzir modelos menos complexos, e que ´e aplicada sob a forma de uma janela deslizante. A tarefa de segmentação é abordada recorrendo a uma rede U-Net residual modificada, cujo treino ´e realizado recorrendo a uma função de custo baseada na soma da entropia cruzada e do coeficiente dice ponderado. Resultados experimentais com a base de dados LIDC-IDRI e na tarefa de segmentação de tumores pulmonares da competição Decathlon da Imagem Médica comprovam a capacidade da detecção (sensibilidade de 0.902) e de segmentação (coeficiente de dice de 0.709) da abordagem proposta. Os modelos foram ainda avaliados, sendo as suas principais características testas através de diversos testes de ablação com o intuito de verificar a sua contribuição para os modelos finais. Estes resultados confirmam o elevado potencial de modelos mais simples, com necessidades mais baixas de hardware, e consequentemente com uma aplicação mais generalizada.
Radiomics, cancro do pulmão, segmentação, deep learning, redes neuronais convolucionais, conecções residuais

Novembro 15, 2019, 11:30

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Mário Alexandre Teles de Figueiredo

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Catedrático

ORIENTADOR

Nickolas Papanikolaou

Champalimaud Foundation

Investigador Principal