Processamento e análise de sinais hiperespectrais aplicados ao diagnóstico histopatológico

Resumo

A tipificação de anomalias em tecidos humanos, dentre elas as neoplasias, é realizada normalmente por meio de exames histológicos em lâminas contendo biópsias. As pesquisas em torno de imagens digitais de biópsia têm crescido com rapidez, alavancando o desenvolvimento e o aperfeiçoamento de métodos de processamento de imagens especialmente desenvolvidos ou adaptados para esta categoria de imagens. Os sinais hiperespectrais, obtidos por meio de equipamentos de infravermelho, caracterizam-se por apresentar para cada pixel da imagem um espectro de valores de absorbância para as diferentes frequências, que se mostra sensível às características do tecido subjacente. O objetivo deste projeto é investigar e validar a hipótese de que os sinais hiperespectrais infravermelhos podem ser usados para o reconhecimento de padrões que permitam identificar regiões da lâmina contendo tecido sadio ou com características anormais, em especial a ocorrência de neoplasias. Para isto, bases de sinais hiperespectrais representando a absorbância em uma ampla faixa de frequências de infravermelho, obtidos a partir de lâminas contendo amostras de tecido sadio e de tecido anormal oriundas de diferentes órgãos, tais como tireoide, pele e mama, serão analisadas com uso de técnicas computacionais de Aprendizagem Profunda, para a implementação de classificadores, com os quais será possível caracterizar as regiões da lâmina de acordo com as possíveis anomalias presentes. Com isto, o método proposto permitirá a análise automática de biópsias, de forma a tornar o processo de diagnóstico mais preciso e efetivo. Além disso, imagens obtidas a partir de lâminas de biopsia coradas com Hematoxilina e Eosina serão processadas por técnicas de visão computacional para comparação com os sinais hiperespectrais, visando estabelecer a possível detecção de padrões de anomalias que não são identificáveis pelo método visual correntemente utilizado. (AU)