Segmentação automática de lesões no cérebro em imagens de ressonância magnética usando superpixel, PSO e a rede geradora adversária com classificador auxiliar

Gliomas são um dos tumores cerebrais mais severos. No entanto, a segmentação manual é uma tarefa difı́cil e demorada. Portanto, esse trabalho propõe um método automático para a segmentação de sub-regiões de lesões no cérebro em imagens de RM 3D baseado em superpixels, algoritmo PSO e a rede geradora adversária com classificador auxiliar. O método proposto obteve como resultados para as sub-regiões necrose, edema, núcleo sólido e núcleo, uma acurácia de 67,71%, 94,57%, 18,44%, 89,35% na etapa de classificação e coeficiente dice de 60,35%, 44,22%, 16,45%, 31,23% na etapa de segmentação para as respectivas sub-regiões. Os resultados demonstram a dificuldade na classificação e segmentação das sub-regiões tumorais.