نبذة مختصرة : Tese de Mestrado, Bioinformática e Biologia Computacional, 2022, Universidade de Lisboa, Faculdade de Ciências ; O cancro da mama é a doença cancerígena mais prevalente entre as mulheres e a segunda mais preva lente mundialmente. Cerca de 30 a 50% dos casos podem ser prevenidos evitanto fatores de risco e implementando estratégias de prevenção, como os programas de rastreio. Com os avanços tecnológicos, surgiu uma nova técnica radiológica chamada Mamografia Espectral de Contraste, que produz imagens de alta resolução, onde são facilmente observáveis as áreas com maior fluxo sanguíneo, característico do processo de angiogénese nos tumores, devido à injeção de contraste iodado endovenoso. Após a admin istração deste agente de contraste, realiza-se uma aquisição simultânea com alta e baixa energia, onde é feita uma imagem recombinada a partir destas duas, ficando evidenciadas as áreas que captam contraste. Esta técnica pode resolver algumas das barreiras existentes na mamografia convencional, como lesões equívocas, deteção de lesões em tecido mamário denso, a avaliação da extensão das lesões e a possível recorrência tumoral, podendo ser um exame a optar caso a realização de uma ressonância magnética não seja possível. Há, cada vez mais, um maior número de trabalhos de investigação dedicados à área do cancro da mama. Contudo, a escassez de datasets disponíveis online ou a falta de hospitais/instituições que prati cam este novo exame como rotina, faz com que sejam difíceis aplicar metodologias no âmbito das ciência dos dados. As metodologias computacionais têm a vantagem de poder encontrar padrões que os humanos, a olho nu, podem ter dificuldade em, ou até mesmo não conseguirem, visualizar. Muitas tarefas que os radiologistas fazem rotineiramente em contexto de diagnóstico, como, por exemplo, desenhar detalhada mente o limite de uma lesão, podem ser ajudados usando um algoritmo de aprendizagem automática. Por vezes, também podem escapar ao correto diagnóstico algumas lesões malignas e um algoritmo poderá reduzir a ...
No Comments.