Segmentação de núcleos de células cervicais em exame de Papanicolau.

Abstract

A utilização de algoritmos que possam auxiliar no diagnostico do exame de Papanicolau vem sendo estudada ao longo das ultimas décadas devido ao aumento dos casos de Câncer cervical na população e respectivos dados coletados. Uma das etapas dessa automatização do diagnóstico é a segmentação automática das imagens. Alguns dos maiores problemas quando se realiza a segmentação deste tipo de imagens são a sobreposição celular, o dobramento das células e os artefatos que se confundem aos núcleos. Então é apresentada uma nova abordagem de segmentação nuclear utilizando uma heurística associada a um algoritmo genético multi-objetivo. O processo envolve três etapas principais, que são o pré-processamento, a calibração da heurística e a segmentação dos núcleos. Experimentos realizados com bases de dados sintéticas disponibilizadas no Overlapping Cervical Cytology Image Segmentation Challenge - ISBI2014 e uma nova base de imagens reais sugerem uma melhoria na detecção dos núcleos em comparação com os resultados obtidos pelos vencedores do desafio. Desse modo, esse trabalho apresenta uma interface web colaborativa criada para a geração de uma base de dados com imagens reais e um método para segmentação de núcleos que utiliza uma heurística associada a um algoritmo evolutivo multi-objetivo.