Cervical Cancer Screening: Deep Learning Tools For Automatic Diagnosis Support
Francisca Morgado · Open Repository of the University of Porto (University of Porto) · 2019
O cancro do cólo do útero é o quarto cancro mais frequente em mulheres, ocupando o oitavo lugar, a nível global.Apesar dos avanços médicos e científicos, atualmente não existe um tratamento totalmente eficaz para esta doença, especialmente quando diagnosticada em estadios mais avançados.Desta forma, é atribuída elevada importância a programas de prevenção e rastreio, no combate a este cancro.O processo de rastreio do cancro do cólo do útero é composto por várias fases respeitando a seguinte ordem: teste do vírus do papiloma humano (VPH), exame citológico (ou teste de Papanicolau), exame de colposcopia e biópsia.Várias ferramentas têm sido desenvolvidas para apoiar este processo, tornando-o mais eficaz, prático e acessível.Neste contexto, surgiu o projecto CLARE que visa desenvolver um sistema inovador de suporte à decisão para o rastreio do cancro do cólo do útero.A presente dissertação integra o projecto CLARE e foca-se no desenvolvimento de um sistema de apoio à decisão destinado ao exame de colposcopia, usando ferramentas de Deep Learning.A colposcopia é, na prática, uma endoscopia vaginal realizada por um ginecologista que avalia o grau de risco relativo ao desenvolvimento de cancro, sendo que os casos positivos seguem para biópsia.Esta dissertação visa criar uma ferramenta que realiza o mesmo tipo de avaliação baseando-se numa única imagem do cólo do útero e respectivos dados clínicos da paciente.Para alcançar o modelo que melhor desempenha a tarefa suprarreferida, foram adoptados vários métodos, sendo que o primeiro baseou-se na exploração de algumas opções de segmentação, com o objectivo de analisar a relevância da segmentação da zona de interesse.Posteriormente, foram desenvolvidas e testadas várias abordagens que integravam técnicas de Transfer Learning e Multitask Learning.Usando os melhores modelos aí obtidos, foi testado um método de regularização com características canônicas, onde o treino dos modelos é orientado de forma a aprenderem as características que são usualmente extraídas de imagens do cólo do útero em abordagens clássicas de Machine Learning.Mais tarde, foram desenvolvidos métodos para integrar os dados clínicos nos modelos criados, transformando-os em modelos multimodais.Finalmente, foram implementadas metodologias para superar a limitação do desiquilíbrio entre classes, incluindo algoritmos como SMOTE, Cluster Centroids, SMOTEENN, over-sampling manual e algorítmos de ranking.Para seleccionar os melhores modelos, foram consideradas quatro categorias, tendo em conta a inclusão ou não dos dados clínicos e a métrica de selecção.A métrica de selecção varia com o objectivo do modelo.Quando se pretende o modelo com melhor desempenho a nível geral, as métricas mais relevantes são accuracy e AUC, no entanto, em casos de rastreio, existe interesse em encontrar um modelo que minimize o número de falsos negativos, sendo avaliado pelas métricas sensitivity e NPV.Definidas as categorias, o modelo multimodal com o melhor desempenho global atingiu uma AUC de 91.57% e accuracy de 88.37% enquanto o modelo unimodal atingiu uma AUC de 73.86% e accuracy de 84.86%.Relativamente aos melhores modelos para rastreio, o multimodal atingiu uma sensitivity de 95.42% e NPC de 98.62% enquanto o unimodal ficou pelos 49.85% de sensitivity e 89.20% de NPV.i