Melhoramento de imagens mamográficas digitais utilizando transformada Wavelet e filtros de difusão anisotrópica / Improving digital mammographic images using transformed Wavelet and anisotropic diffusion filters

Abstract

O câncer de mama é o segundo mais frequente em mulheres de todo o mundo. A mamografia é o exame mais eficaz na visualização de tumores ainda em estágios iniciais. Estudos apontam que de 10-30% dos achados radiológicos não são observados por radiologistas em sua rotina clínica, o que pode ser justificado pela pequena diferença entre as densidades de tecido mamário e estruturas que podem indicar um tumor maligno. Considerando este fato, várias pesquisas são realizadas no intuito do desenvolvimento de softwares que auxiliem os médicos na leitura dos exames mamográficos. Este artigo tem por objetivo estudar três filtros, que visam o melhoramento das imagens, para uma melhor visualização de achados radiológicos. Os resultados foram obtidos a partir de um computador de uso doméstico, que utilizou 40 imagens mamográficas digitais extraídas do banco de dados DDMS (Digital Database for Screening Mammograph). A Transformada Wavelet de Haar e filtros de difusão anisotrópica foram aplicados às imagens com o objetivo de realçar detalhes de formas, como as microestruturas radiológicas, que são de extrema importância para um diagnóstico preciso. Estas ferramentas matemáticas foram implementadas no Octave, que é uma linguagem de alto nível de interpretação. Os resultados foram encorajadores, uma vez que, das imagens processadas com o filtro proposto por Barcelos et al., 87,5% apresentaram melhoria na visualização das estruturas radiológicas, enquanto 5% mantiveram qualidade das imagens originais. Futuramente estes estudos podem auxiliar a construção de softwares que reconheçam e classifiquem achados radiológicos, auxiliando os médicos no diagnóstico precoce do câncer de mama.