Estudo comparativo entre modelos de redes neurais para classificação de tumores em ultrassonografia mamária

Abstract

O câncer de mama é o tipo que causa mais óbitos entre as mulheres no Brasil e o diagnóstico precoce eleva o prognóstico de pacientes com essa enfermidade. Dentre as principais técnicas não invasivas de detecção do câncer de mama, a ultrassonografia é frequentemente utilizada em mulheres jovens. No entanto, sua eficácia está amplamente vinculada à experiência do profissional de saúde responsável pela sua execução. Assim sendo, a proposta desse estudo é a avaliação comparativa de múltiplas arquiteturas de redes neurais profundas para classificação de imagens de ultrassom da mama com lesões presentes. Nesta avaliação, são feitas seis classificações diferentes: uma quanto à malignidade e cinco variações das categorias BI-RADS. Dentre as arquiteturas implementadas, cinco são variantes de redes neurais convolucionais (CNNs) e uma se baseia no vision transformer (ViT). Para treinamento, validação e teste, são utilizados bancos de dados públicos que contêm tanto rótulos quanto a malignidade como as categorias BI-RADS. Devido à baixa quantidade de dados disponíveis, foi necessário aplicar um aumento artificial por transformações aleatórias. Para aprimoramento dos resultados, são adotados modelos pré-treinados combinados com a técnica de transfer learning (TL). Adicionalmente, são avaliadas quatro diferentes estratégias de pré-processamentos: três baseadas na segmentação por região de interesse (ROI) e uma utilizando a imagem original. A melhor arquitetura para classificação quanto à malignidade, MixNet-XL, alcançou acurácia de 88,3%, F1-Score de 82,0%, e área sob a curva ROC (AUC) de 91,5%. Enquanto o ViT, melhor para classificação BI-RADS 2 a 5 (multiclasse), apresentou acurácia balanceada, F1-Score médio por classe, e AUC de 87,4%, 71,0%, e 88,1%, respectivamente. Os modelos implementados evidenciaram desempenho próximo ou superior ao estado da arte quando utilizados pré-processamentos com segmentação. O uso da imagem original como entrada apresentou resultados promissores nas arquiteturas CNNs propostas. Devido às limitações de hardware para o treinamento dos modelos, as arquiteturas de alta complexidade não foram testadas, as quais apresentam desempenho de estado da arte em benchmarks gerais, como ImageNet1K. Para aplicação clínica, como na triagem de pacientes, os modelos com maior desempenho são prioritários em comparação àqueles cujo desenvolvimento considerou a eficiência computacional, como os avaliados neste estudo. Dessa forma, o uso de arquiteturas mais complexas, em conjunto com técnicas de IA explicável (xAI) para os rótulos definidos, configura-se como uma tendência atual para aplicação de redes neurais em sistemas de auxílio a radiologistas no diagnóstico de imagens de ultrassom mamário.