O câncer de mama é um dos tipos de câncer mais comuns entre as mulheres, representando cerca de 15% de todas as mortes decorrentes de câncer no mundo. A mamografia é considerada o método mais efetivo na detecção precoce desta doença. No entanto, embora existam algumas regras que podem ser seguidas para diferenciar os casos benignos dos malignos, apenas cerca de 15 a 30% dos casos levados à biópsia são nódulos malignos. Para ajudar no diagnóstico da doença, vários sistemas foram desenvolvidos nas últimas décadas para servir como segunda opinião aos médicos radiologistas. Em geral, imagens de nódulos com os contornos demarcados são servidas aos sistemas de auxílio ao diagnóstico (CADx) que fornecem uma classificação desses nódulos, por exemplo, benigno ou maligno. Existem bases públicas nas quais é possível encontrar mamogramas com a indicação da posição dos nódulos, mas esta indicação nem sempre é precisa. A teoria das linguagens formais pode ser utilizada como método sintático na compreensão e criação de conteúdo de imagens, em especial para reconhecimento e construção de objetos. No entanto, métodos sintáticos não têm sido investigados com frequência para reconhecimento de nódulos encontrados nas imagens mamográficas e tampouco para geração de imagens sintéticas de nódulos. O objetivo deste projeto é empregar métodos sintáticos para classificar nódulos benignos e malignos, aplicar técnicas de processamento de imagens para gerar imagens sintéticas de nódulos e, em seguida, utilizar as gramáticas aprendidas de forma supervisionada para validar as imagens geradas. Desta forma, este projeto apresenta uma proposta inicial para geração de imagens sintéticas de nódulos que podem ser utilizadas na composição de uma nova base de imagem. A criação de uma nova base de imagens é útil devido à escassez de bases de imagens públicas com segmentação adequada dos nódulos. A posição das bordas dos nódulos são conhecidas, facilitando a utilização da base de imagens por pesquisadores das áreas de engenharia/computação e para treinamento de profissionais da área de saúde. Os resultados obtidos pelos classificadores sintáticos na classificação dos nódulos considerando as classes benigno e maligno são similares aos do estado da arte. Os resultados obtidos com a geração de imagens sintéticas de nódulos indicaram que técnicas mais elaboradas são necessárias para obtenção de realismo.

Breast cancer is one of the most common types of cancer among women, accounting for about 15% of all cancer-related deaths worldwide. Mammography is considered the most effective method for early detection of this disease. However, although there are some rules that can be followed to differentiate between benign and malignant cases, only about 15 to 30% of cases taken for biopsy are malignant nodules. To help diagnose the disease, several systems have been developed in recent decades to serve as a second opinion for radiologists. In general, images of nodules with demarcated contours are served to computer aided diagnosis systems (CADx) that provide a classification of these nodules, for example, benign or malignant. There are public databases in which it is possible to find mammograms with an indication of the position of the nodules, but this indication is not always accurate. The theory of formal languages can be used as a syntactic method in understanding and creating image content, especially for object recognition and construction. However, syntactic methods have not been frequently investigated for recognizing nodules found in mammographic images, nor for generating synthetic images of nodules. The goal of this project is to employ syntactic methods to classify benign and malignant nodules, apply image processing techniques to generate synthetic images of nodules and then use the grammars learned in a supervised way to validate the generated images. Thus, this project presents an initial proposal for the generation of synthetic images of nodules that can be used to create a new image database. Creating a new image database is useful due to the scarcity of public image databases with adequate nodule segmentation. The position of the contours of the nodules is known, facilitating the use of the image base by researchers in the areas of engineering/computing and for training doctors and healthcare professionals. The results obtained by the syntactic classifiers in the classification of nodules considering the benign and malignant classes are similar to the state of the art. The results obtained from the generation of synthetic images of nodules indicate that more complex techniques are necessary to obtain realism.