Construção de um modelo de segmentação de imagem hepática utilizando inteligência artificial : um estudo de viabilidade

Abstract

O desenvolvimento de técnicas de análise de imagens assistida por computador teve grande crescimento nas últimas décadas. A segmentação de imagens é um processo fundamental na análise computacional de exames radiológicos; ela consiste no delineamento de estruturas ou objetos, definindo regiões de interesse para uma variedade de tarefas, como classificação, registro e análise quantitativa. O presente trabalho tem como motivador a importância da segmentação hepática em cirurgia hepática, onde o conhecimento preciso do volume do fígado, do tumor e do fígado remanescente é crucial para o planejamento cirúrgico. Seu objetivo é avaliar a viabilidade da construção de um modelo de segmentação hepática em exames de tomografia computadorizada (TC), utilizando ferramentas de código aberto. Os métodos empregados envolveram segmentações manuais e semi-automáticas em exames de TC e ressonância magnética (RNM), seguido pelo desenvolvimento de um modelo totalmente automático de segmentação de exames de TC. Foram utilizados softwares e frameworks gratuitos e de código aberto, como o 3d Slicer e o MONAI Core. O modelo foi treinado utilizando dados do Medical Segmentation Decathlon, alcançando acurácia próxima de 70%. Apesar das limitações computacionais enfrentadas, este estudo demonstra a viabilidade de construir modelos de segmentação de imagem utilizando recursos de código aberto, pavimentando o caminho para experimentações na área.