Uma pesquisa de iniciação científica realizada no curso de Ciência da Computação da UNIFAL-MG abriu novas possibilidades para o diagnóstico de tumores cerebrais. Com abordagem baseada em inteligência artificial, o acadêmico Lucas Costa Lima Ferreira propôs a classificação automática de tumores cerebrais em quatro categorias, a partir de imagens de ressonância magnética.
Participe do Canal Portal Onda Sul no WhatsApp
O estudo alcançou uma precisão de 99,75% de acerto e já rendeu premiações em congressos científicos.
“O intuito desse trabalho é fornecer uma ferramenta para auxiliar os profissionais da saúde a realizar o diagnóstico de tumores cerebrais obtendo um resultado mais preciso”, explica Lucas Ferreira.
Conforme o autor do estudo Classificação de tumores cerebrais por imagem: sinergia entre deep learning e machine learning, a pesquisa teve início durante a disciplina Redes Neurais Artificiais no segundo semestre de 2023, quando ao realizar o trabalho final, ele apresentou o tema à professora Ângela Leite Moreno, do Departamento de Matemática do Instituto de Ciências Exatas (ICEx). “Surgiu a proposta de uma iniciação científica para desenvolver mais profundamente a pesquisa”, conta.
O projeto envolve a utilização de deep learning (aprendizado profundo) em imagens para extrair características relevantes que são utilizadas em algoritmos de machine learning (aprendizado de máquina) a fim de classificar as imagens em uma das quatro classes: glioma, meningioma, adenoma de hipófise e cérebro saudável.
A ferramenta trabalha com as chamadas redes convolucionais, que segundo Lucas Ferreira, funcionam de forma parecida com a visão humana no reconhecimento de objetos. “Ao olharmos para algo novo, primeiro percebemos formas simples, como linhas e cores, e, à medida que focamos mais, conseguimos identificar detalhes complexos até reconhecermos o que estamos vendo. Da mesma forma, essas redes analisam imagens de ressonância magnética, começando por características básicas até identificarem padrões específicos que ajudem a distinguir as imagens entre diferentes tipos de tumores cerebrais e cérebros saudáveis”, detalha.
Para desenvolver a ferramenta, o estudante foi orientado pela professora Ângela Moreno (Departamento de Matemática/Instituto de Ciências Exatas) e pelo professor Ricardo Menezes Salgado (Departamento de Ciência da Computação/ Instituto de Ciências Exatas). O trabalho contou também com a colaboração do mestrando em Genética pela USP, André Luiz Caliari Costa, biólogo formado pela UNIFAL-MG.
Os números obtidos durante o desenvolvimento do projeto impressionam. Com as técnicas desenvolvidas, a equipe conseguiu classificar mais de mil imagens com uma taxa de acerto de quase 100%. “Ao longo desse tempo foi possível obter 95,57% de acerto nesse tipo de problema, mas com as técnicas utilizadas nesse trabalho foi possível classificar um total de 1.311 imagens com 99,75% de acerto, um aumento significativo com a técnica desenvolvida”, argumenta.
Reconhecimento da comunidade científica
Os resultados obtidos pela equipe chamaram a atenção da comunidade científica. Em setembro de 2024, a pesquisa foi apresentada na 43ª edição do Congresso Nacional de Matemática Aplicada e Computacional, realizado em Porto de Galinhas, Pernambuco. No mês de agosto, o trabalho foi escolhido como um dos dez melhores da área temática Ciências Exatas e da Terra, durante o 5º Congresso Brasileiro Interdisciplinar em Ciência e Tecnologia, sendo agraciado com menção honrosa.
Em novembro, o projeto foi um dos destaques do 3º Congresso Brasileiro em Biociências Aplicadas à Saúde, promovido pela Universidade Estadual do Oeste do Paraná. Na oportunidade, o trabalho de Lucas Ferreira foi um dos dez selecionados para apresentação oral e foi um dos dois trabalhos premiados com menção honrosa no evento. Vale ressaltar que houve 220 trabalhos inscritos no evento, dos quais 191 foram aprovados e, dentre esses, dez foram selecionados para a apresentação oral no evento. Tal reconhecimento foi ainda mais significativo porque o evento era voltado para estudante de pós-graduação.
“Foram três trabalhos de doutorado, seis de mestrandos e apenas o nosso no nível de graduação”, destaca Lucas Ferreira, que vê a premiação como o reconhecimento pelo trabalho da equipe e pelo impacto do estudo. “Representa uma validação do impacto do trabalho na área de ciência de dados aplicada a essa área e também o representa o reconhecimento do nosso esforço de mais de um ano no desenvolvimento da pesquisa”, comenta.
Embora Lucas Ferreira ainda não tenha planos de ingressar em um programa de mestrado, ele afirma que o estudo continua a ser aprimorado. “Desde a conquista do prêmio, os estudos têm sido aprofundados com o uso de novas técnicas que já permitiram aumentar a taxa de acerto para 99,92%, resultado esse que foi utilizado no TCC e eventualmente será encaminhado a uma revista científica”, finaliza.
Para conhecer detalhes do trabalho, e o resumo aqui.
Assista a apresentação oral do autor neste link, a partir de 2:11:45.
Fonte: UNIFAL-MG
