Utilização de Imagens no Domínio da Frequência Espacial e Redes Neurais Artificiais para Determinação de Propriedades Ópticas de Tecidos

Autores

  • Clóvis Ribeiro da Silva Júnior Federal University of Uberlândia
  • Ádamo Ferreira Gomes do Monte Federal University of Uberlândia
  • Diego Merigue da Cunha Federal University of Uberlândia

DOI:

https://doi.org/10.29384/rbfm.2021.v15.19849001635

Palavras-chave:

SFDI, redes neurais artificiais, câncer de pele, propriedades ópticas

Resumo

As propriedades ópticas de tecidos biológicos podem ser utilizadas como parâmetros indicativos de alterações tanto morfológicas quanto fisiológicas nos tecidos. A técnica de imagens ópticas no domínio da frequência espacial (SFDI) vem apresentando grande potencial determinação dessas propriedades. Neste trabalho, investigamos a utilização de Redes Neurais Artificiais (RNA) para reconhecimento de padrões, na determinação das propriedades ópticas de tecidos, através dos coeficientes de absorção e espalhamento reduzido,  e , a partir de dados de refletância difusa fornecidos pela técnica SFDI. Empregou-se uma RNA do tipo feedforward com uma camada oculta e 50 neurônios, utilizando aprendizagem supervisionada por retropropagação de erros. O treinamento da rede foi realizado a partir de um conjunto de valores pré-determinados de refletância difusa e coeficientes de absorção e espalhamento obtidos a partir de simulações Monte Carlo. Os resultados mostraram que a RNA pode determinar com boa precisão as propriedades ópticas a partir de dados de refletância difusa, fornecendo valores de  e  com coeficientes de determinação R2 de 0.98 e 0.97, respectivamente, em relação aos valores verdadeiros, e apresentando erros médios percentuais de 2.6 e 4.9% para cada coeficiente. A RNA obtida foi então empregada, em conjunto com a técnica SFDI, em uma investigação para obtenção de imagens de regiões da pele de um indivíduo que apresentava uma lesão. Os resultados obtidos apontam para o potencial da utilização de técnicas de inteligência artificial combinadas à SFDI para detecção e identificação de alterações dermatológicas.

Downloads

Não há dados estatísticos.

Biografia do Autor

Clóvis Ribeiro da Silva Júnior, Federal University of Uberlândia

  Estou me formando em Engenharia Biomédica pela Universidade Federal de Uberlândia, onde obtive conhecimentos focados em programação em C, Python, R e MATLAB, e realizei projetos de pesquisa na área de Redes Neurais Artificiais e em Impressão 3D. Sou estagiário corporativo da Diagnósticos da América S.A (DASA), maior empresa de medicina diagnóstica da América Latina e hoje o maior ecossistema de saúde do Brasil. Adquiri, extracurrilaramente, conhecimentos em análise e apresentação de dados para tomada de decisão.

Ádamo Ferreira Gomes do Monte, Federal University of Uberlândia

Possui Bacharelado em Física pela Universidade de Brasília (1993), Mestrado (1995) e Doutorado (1999) em Física pela Universidade de Brasília, Pós-Doutorado pela Universidade de Sheffield (Inglaterra - 2000-2002) e Pós-Doutorado pela Universidade da Califórnia (Irvine-2015-2016). Atualmente é Professor da Universidade Federal de Uberlândia. Tem experiência na área de Física, com ênfase em Prop. Óticas e Elétricas de Nanoestruturas Semicondutoras, atuando principalmente nos seguintes temas: microscopia confocal, nanopartículas, transferência de energia, diagnóstico óptico de tecidos biológicos, tomografia óptica. Observou pela primeira vez o fenômeno de "Vento de Fônons" e a "Difusão Fractal" de cargas em poços quânticos

Diego Merigue da Cunha, Federal University of Uberlândia

Possui graduação em Física pela Universidade Federal de Juiz de Fora (2003), mestrado em Física Aplicada à Medicina e Biologia pela Universidade de São Paulo (2006) e doutorado em Física Aplicada à Medicina e Biologia pela Universidade de São Paulo (2010). Atualmente é professor associado da Universidade Federal de Uberlândia. Tem experiência na área de Física, com ênfase em Física. Atuando principalmente nos seguintes temas: mamografia, espalhamento de raios-X, Monte Carlo

Referências

BRAY, F.; FERLAY, J.; SOERJOMATARAM, I.; SIEGEL, R. L.; TORRE, L. A.; JEMAL, A. Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA: a cancer journal for clinicians, Vol.68 No.6, p. 394-424, Hoboken, 2018.

Instituto Nacional de Câncer José Alencar Gomes da Silva. A situação do câncer no Brasil. Ministério da Saúde, CONPREV – Coordenação de Prevenção e Vigilância, Rio de Janeiro, 2006.

LOESCHER, L. J.; JANDA, M.; SOYER, H. P.; SHEA, K.; CURIEL-LEWANDROWSKI, C. Advances in skin cancer early detection and diagnosis. Seminars in Oncology Nursing, Vol.29 No.3, p. 170-181, Tucson, 2013.

ZHAO, Y., DENG, Y., YUE, S., WANG, M., SONG, B., FAN, Y. Direct mapping from diffuse reflectance to chromophore concentrations in multi-fx spatial frequency domain imaging (SFDI) with a deep residual network (DRN). Biomedical Optics Express, Vol.12 No.1, Beihing, 2021.

CUCCIA, D. J.; BEVILACQUA, F.; DURKIN, A. J.; AYERS, F. R.; TROMBERG, B. J. Quantitation and mapping of tissue optical properties using modulated imaging. Journal of Biomedical Optics, Vol.14 No.2, California, 2009.

TABASSAUM, S.; ZHAO, Y.; ISTFAN, R.; WU, J.; WAXMAN, D. J.; ROBLYER, D. Feasibility of spatial frequency domain imaging (SFDI) for optically characterizing a preclinical oncology model. Biomedical Optics Express, Vol.7 No.10, 2016.

YUDOVSKY, D.; DURKIN, A. J. Spatial frequency domain spectroscopy of twolayer media. Journal of Biomedical Optics, Vol.16 No.10, California, 2011.

TSUI, S.; WANG, C.; HUANG, T.; SUNG, K. Modelling spatially-resolved diffuse reflectance spectra of a multi-layered skin model by artificial neural networks trained with Monte Carlo simulations. Biomedical Optics Express, Vol.9 No.4, Taipei, 2018.

PRAHL, S. A.; KEIJZER, M.; JACQUES, S. L.; WELCH, A. J. A Monte Carlo Model of Light Propagation in Tissue. SPIE Institute Series, Vol.IS No.5, 1989.

TRAVERS, J. B.; POON, C.; ROHRBACH, D. J.; WEIR, N. M.; CATES, E.; HAGER, F. et al. Noninvasive mesoscopic imaging of actinic skin damage using spatial frequency domain imaging. Biomedical Optics Express, Vol.8, No.6, Dayton, 2017

Downloads

Publicado

2021-09-29

Como Citar

Ribeiro da Silva Júnior, C., Ferreira Gomes do Monte, Ádamo, & Merigue da Cunha, D. (2021). Utilização de Imagens no Domínio da Frequência Espacial e Redes Neurais Artificiais para Determinação de Propriedades Ópticas de Tecidos. Revista Brasileira De Física Médica, 15, 635. https://doi.org/10.29384/rbfm.2021.v15.19849001635

Edição

Seção

Artigo Original