Banca de DEFESA: WYSTERLÂNYA KYURY PEREIRA BARROS

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : WYSTERLÂNYA KYURY PEREIRA BARROS
DATA : 28/08/2026
HORA: 14:30
LOCAL: https://meet.google.com/fhc-gfwk-cqx
TÍTULO:

Inteligência artificial para análise de Whole Slide Images em câncer de mama

PALAVRAS-CHAVES:

Câncer de mama, aprendizado de máquina, visão computacional, patologia digital, histopatologia.

PÁGINAS: 120
RESUMO:

O câncer de mama constitui um importante desafio de saúde pública, e a análise histopatológica permanece fundamental para o diagnóstico e a caracterização da doença. Entretanto, a crescente demanda por exames e a disponibilidade limitada de patologistas motivam o desenvolvimento de métodos computacionais capazes de auxiliar a análise de lâminas histológicas digitalizadas. Nesse contexto, este trabalho propõe um arcabouço computacional para a análise de imagens de lâmina inteira, ou Whole Slide Images (WSIs), de tecidos mamários, utilizando dados provenientes principalmente dos projetos TCGA-BRCA e HCMI-CMDC. Na abordagem desenvolvida, as imagens de alta resolução são segmentadas em blocos, denominados tiles, dos quais são extraídas características por meio do modelo convolucional clássico VGG19 e do modelo fundacional especializado em patologia CONCH. Essas características são posteriormente agregadas para a obtenção de representações compactas em nível de lâmina, considerando estratégias globais, orientadas pela probabilidade tumoral e baseadas na combinação de diferentes descritores. O arcabouço foi avaliado nas tarefas de classificação entre tecido tumoral e normal, diferenciação de subtipos histológicos, estimativa morfológica de classes associadas ao PAM50 e caracterização de componentes histopatológicos, utilizando algoritmos clássicos de aprendizado de máquina e protocolos de validação cruzada aninhada. Os resultados demonstraram elevada capacidade discriminativa na classificação entre tecido tumoral e normal, enquanto as tarefas de subtipagem histológica, estimativa morfológica do PAM50 e caracterização tecidual apresentaram desempenho mais moderado e variável, em razão da maior heterogeneidade morfológica, do desbalanceamento entre classes e da complexidade dos respectivos problemas. De modo geral, a combinação das representações extraídas pelos diferentes modelos apresentou desempenho superior ou mais consistente em relação ao uso isolado das características, indicando complementaridade entre os descritores avaliados. Esses achados indicam que as estratégias propostas possibilitam a obtenção de representações compactas e discriminativas de WSIs, contribuindo para a investigação e o desenvolvimento de métodos computacionais voltados à análise histopatológica de tecidos mamários.

MEMBROS DA BANCA:
Presidente - 1837240 - MARCELO AUGUSTO COSTA FERNANDES
Interno - 1153006 - LUIZ AFFONSO HENDERSON GUEDES DE OLIVEIRA
Externo ao Programa - 3884005 - PATRICK CESAR ALVES TERREMATTE - UFRNExterna à Instituição - RAQUEL DE MELO BARBOSA - UGR
Externo à Instituição - RICARDO NEY OLIVEIRA COBUCCI - UnP
Externo à Instituição - SERGIO NATAN SILVA - UFCG