Segmentação automática do rim em imagens de tomografias computadorizadas e ultrassonografias utilizando U-Net

Abstract

A segmentação do rim é um passo essencial no desenvolvimento de qualquer sistema assistido por computador para avaliação da função renal, todavia, pode ser passível a erros humanos, uma vez que é feito de forma manual e, também, pode ser cansativo, principalmente se for feita em muitas fatias. Em virtude dessa dificuldade, nos últimos anos a inteligência artificial vem obtendo importante papel na segmentação de imagens para inúmeros propósitos e, desfrutando dessas ferramentas, este trabalho faz uso de redes neurais convolucionais, através da arquitetura U-Net, para segmentação de imagens renais. Para alcançar estes objetivos, foi utilizada duas bases de dados, onde uma é referente a tomografias computadorizadas e outra a ultrassonografias. Com base nisso, foram utilizadas técnicas de pré-processamento de imagens para auxiliar na tarefa da segmentação semântica. Por fim, foi avaliada como benéfica à inserção de inteligência artificial na segmentação de imagens, com o modelo alcançando uma métrica de semelhança de Dice para o conjunto de testes de 0,83 para TCs e 0,96 para ultrassonografias.