Uso de inteligência artificial em deep learning na segmentação da mama em imagens de ressonância magnética como ferramenta para o diagnóstico de câncer de mama: uma revisão sistemática

Abstract

A segmentação de lesões em imagens é uma das tarefas que o deep learning pode ser aplicado, podendo detectar limites, tumores e massas, automaticamente. O objetivo deste estudo foi revisar o desempenho da Inteligência artificial em deep learning na segmentação de regiões mamárias e áreas tumorais da mama e descrever os algoritmos de redes neurais aplicados. Esta revisão sistemática foi elaborada seguindo o diagrama Preferred Report Items for Systematics and Meta-Analyses, sendo selecionados artigos das bases de dados Público/editora MEDLINE, Scientific Electronic Library Online e Literatura Latino-Americana e do Caribe em Ciências da Saúde. Para a seleção dos artigos foram adotados critérios de elegibilidade, obtendo um total de 8 artigos. Dentre os algoritmos encontrados nos estudos, U-Net obteve maior predominância nos artigos, apresentando um índice de coeficiente de similaridade de dadosde 95%, na sua versão isolada e avançada e a sensibilidade de 94%, na versão avançada (U-Net++). Foi demonstrado que a segmentação automatizada apresenta resultados relevantes quando comparado com a segmentação manual realizada pelos radiologistas especialistas. Conclui-se que esta revisão mostrou que o deep learning na segmentação de imagens da mama em ressonância magnética tem um bom potencial e eficácia para auxiliar no diagnóstico de câncer de mama.