Classificação de imagens médicas em modalidades usando visão computacional

Abstract

A modalidade de uma imagem médica refere-se ao procedimento utilizado para sua geração, por exemplo: raio-X, tomografia computadorizada, angiografia, ressonância magnética etc. Geralmente, a modalidade de uma imagem médica pode ser extraída de legendas associadas às imagens, porém, em muitos casos pode acontecer dessa legenda estar ausente ou não estar anotada corretamente. Isso prejudica o especialista médico na busca por informações. Este trabalho se propõe a investigar a visão computacional para classificar automaticamente a modalidade de uma determinada imagem médica a partir de seu conteúdo visual. Para isso, foi realizada uma extensa avaliação experimental usando três descritores de características tradicionais da literatura combinados com cinco diferentes classificadores supervisionados da área de aprendizado de máquinas. Os experimentos foram realizados usando a base de dados do ImageCLEF 2013, que é composta por 5042 imagens médicas divididas em nove modalidades. Os resultados encontrados mostram que a combinação do descritor Local Binary Patterns e o classificador Random Forest obtiveram o melhor desempenho com uma acurácia de 85,92%, isso mostra o potencial da visão computacional como uma ferramenta importante para automatização de tarefas na área médica.