Previsão automática da malignidade tumoral no câncer de mama com dimensão fractal

O câncer de mama é um dos tipos de câncer mais prevalentes hoje em dia entre as mulheres. A principal forma de diagnóstico é por meio da análise manual de lâminas de histopatologia. Esse processo é frequentemente subjetivo e propenso a erros, sujeitando-se tanto à variabilidade entre observadores quanto à variabilidade intraobservador. Nosso objetivo é desenvolver um algoritmo automático para analisar lâminas de histopatologia livre de subjetividade humana. Aqui, calculamos a dimensão fractal de imagens de numerosas lâminas de câncer de mama, em ampliações de 40×, 100×, 200× e 400×. Usando aprendizado de máquina, especificamente o método de máquina de vetor de suporte (SVM), o escore F1 para a precisão da classificação das lâminas de 40× foi encontrado em 0,979. A classificação multiclasse nas lâminas de 40× obteve uma precisão de 0,556. Uma redução do tamanho e escopo do conjunto de treinamento do SVM resultou em um escore médio F1 de 0,964. Juntas, esses resultados mostram grande promessa no uso da dimensão fractal para prever a malignidade tumoral.