Os efeitos da utilização de atributos perinodulares na classificação de nódulos pulmonares

Abstract

Atualmente grande parte dos sistemas CADx vem utilizando apenas descritores oriundos da região do nódulo pulmonar. Trabalhos recentes indicam que há uma interação significativa entre o nódulo pulmonar e seu entorno, o parênquima, entretanto essa região tem sido pouco utilizada para o processo de diagnóstico do câncer pulmonar. O objetivo deste trabalho foi investigar o desempenho de descritores de imagem extraídos das regiões do nódulo, borda e parênquima (atributos intranodulares e perinodulares), na identificação de seu potencial para malignidade. Neste trabalho foram avaliados 897 nódulos pulmonares com 121 descritores de imagem extraídos da região tumoral. Os descritores foram selecionados por algoritmo genético e a avaliação de desempenho foi feita através da área sob a curva ROC (AUC) com validação cruzada de 10 folds e 5 repetições. Nosso melhor modelo avaliado obteve AUC média de 0,916, acurácia de 84,26%, sensibilidade de 84,45% e especificidade de 83,84%. Os resultados obtidos sustentam que a utilização de atributos perinodulares melhoram efetivamente o desempenho de classificação de nódulos pulmonares.