Defesa de Tese de Doutorado de Adriel dos Santos Araújo, em 25/09/2024, às 14:00 horas, na sala 310 do Instituto de Computação e por videoconferência
Link para defesa: https://meet.google.com/tkh-zdhq-xti
Assessing Thermography for Breast Cancer: a Multimodal Monitoring Framework
Resumo:
O câncer de mama é um dos tipos mais comuns de câncer, e sua incidência tem aumentado significativamente em todo o mundo. Esta doença tende a modificar o padrão térmico das mamas e, neste cenário, os exames termográficos surgem como uma alternativa que merece ser investigada para o seu monitoramento durante o tratamento neoadjuvante. A literatura científica apresenta diversos estudos que empregam esses exames para rastreamento ou diagnóstico do câncer de mama e outras patologias. Contudo, há escassez de pesquisas que utilizam esta técnica para monitorar o tratamento do câncer de mama e avaliar a resposta tumoral à terapia neoadjuvante. O presente estudo se insere neste contexto, propondo um framework estruturado em cinco módulos complementares para o monitoramento do tratamento do câncer de mama por meio da termografia. O módulo de Análise Térmica valida diferenças térmicas significativas entre áreas mamárias saudáveis e doentes. O módulo de Avaliação entre Visitas monitora a resposta tumoral ao longo do tratamento através da análise de padrões térmicos. Adicionalmente, três módulos são empregados para estimar o tamanho tumoral, cada um utilizando técnicas distintas e demonstrando suas aplicabilidades em contextos específicos. Estes módulos exploram técnicas tradicionais de extração de características e algoritmos de regressão, a combinação de extração de características baseada em Redes Neurais Convolucionais (CNNs) com algoritmos de regressão, e CNNs para mapeamento térmico direto. Todos os módulos foram submetidos a validação por meio da execução de diversos experimentos, demonstrando a viabilidade da utilização da termografia no monitoramento do câncer de mama. Dentre os resultados obtidos, destacam-se a capacidade de mensurar a evolução térmica entre os períodos pré e pós-tratamento via termografia, e o desenvolvimento de um modelo capaz de estimar o padrão térmico indicativo do tamanho tumoral, alcançando um erro médio absoluto de 0,9cm para tumores ≤5cm e 0,65cm para tumores >5cm, com erros relativos de ≈10% para tumores >3cm.
Abstract:
Breast cancer is one of the most common types of cancer, and its incidence has been increasing significantly worldwide. This disease tends to modify the thermal pattern of the breasts, and, in this scenario, thermographic examinations emerge as an alternative that deserves to be investigated to analyze if it is possible to monitor breast cancer during neoadjuvant treatment. Several studies in the literature apply these examinations for screening or diagnosing breast cancer and other diseases. However, few studies employ its use to monitor breast cancer treatment and assess tumor response to neoadjuvant therapy. This study works in this context and presents a framework structured in five complementary modules for breast cancer treatment monitoring using thermography. The Thermal Analysis module validates significant thermal differences between healthy and diseased breast areas. The Inter-Visit Assessment module tracks tumor response over treatment moments through thermal pattern analysis. Three other modules are employed to estimate tumor size, each leveraging different techniques and proving particularly useful in distinct contexts. These modules explore traditional feature extraction techniques and regression algorithms, the combination of CNN-based feature extraction with regression algorithms, and CNNs for direct thermal mapping. All modules underwent validation through the execution of various experiments that demonstrate the viability of using thermography for breast cancer monitoring. Among the obtained results, key findings highlight the ability to measure the thermal evolution between pre-treatment and post-treatment via thermography, and the establishment of a model capable of estimating the thermal pattern indicative of tumor size, achieving a mean absolute error of 0.9cm for tumors ≤5cm and 0.65cm for tumors >5cm, with relative errors of ≈10% for tumors >3cm.
Banca examinadora:
Profa. Aura Conci, UFF – Presidente
Profa. Débora Christina Muchaluat Saade, UFF
Prof. José Viterbo Filho, UFF
Prof. Flávio Luiz Seixas, UFF
Prof. Ángel Sánchez Calle, Universidad Rey Juan Carlos
Profa. Rita de Cassia Fernandes de Lima, UFPE
Prof. Anselmo Cardoso de Paiva, UFMA