Esquemas de diagnóstico auxiliado por computador (CAD, do inglês "computer aided diagnosis") têm sido desenvolvidos com o objetivo de fornecer subsídios para a detecção precoce do câncer de mama. Nesses esquemas, técnicas de processamento de imagens são utilizadas para indicar a existência de estruturas suspeitas em imagens mamográficas. Entre essas estruturas estão os agrupamentos de microcalcificações (clusters), cuja existência é indicativo da necessidade de uma inspeção mais minuciosa no local. As imagens de mamas densas, características principalmente de mulheres jovens, constituem, no entanto, um desafio para esses esquemas devido ao baixo contraste entre as estruturas de interesse e os demais tecidos representados na imagem mamográfica. Nesta pesquisa, portanto, foram feitas investigações sobre as características das imagens radiográficas de mamas densas, a partir das quais foram desenvolvidas técnicas de realce de contraste que, somadas a outras técnicas de processamento digital, proporcionaram um desempenho mais apropriado de um esquema de processamento para detecção de c1usters. Foram ainda elaboradas técnicas que permitam o trabalho com uma resolução de contraste mais adequada, além de outras que consideram alguns dos parâmetros físicos envolvidos na obtenção das imagens e procedimentos para reduzir diagnósticos falsos-positivos. Os resultados registrados nos testes com diferentes conjuntos de imagens de uma base de dados montada para esse projeto indicam que a combinação das técnicas desenvolvidas permite incrementar o desempenho de um esquema de processamento para detectar agrupamentos de microcalcificações, possibilitando a identificação de estruturas em imagens de baixo contraste, não detectadas em processamento convencional antes do realce de contrate. Como efeito, essa investigação mostra a possibilidade de esquemas CAD em mamografia atingir agora desempenho satisfatório na detecção de microcalcificações em imagens de mamas densas.

Computer-aided diagnosis (CAD) schemes have been developed intended to provide information for early detection of breast cancer. Image processing techniques are used in these schemes in order to indicate suspicious structures in mammographic images. Among these structures there are clustered microcalcifications, which usually drive to a more detailed examination in the location where they are. Images corresponding to dense breasts, which are characteristic mainly of young women, are however a challenge to CAD schemes due to the low contrast between the structures of c1inical interest and the other tissues registered on the film. Therefore, investigations were performed in this work on the characteristics of dense breasts radiographic images, from which contrast enhancement techniques were developed. These procedures were joined to other digital processing techniques to provide a better performance for a processing scheme intended to clusters detection. In addition, techniques which allow to work with a more suitable contrast resolution and others which take into account some of the physical parameters involved in the image acquisition process were developed together with a procedure designed to reduce false positive diagnoses. The results obtained during tests with different images sets from a data base developed for this research indicate that combining all the techniques developed here allow to improve the performance of a processing scheme designed to detect microcalcifications clusters, and it also allows to distinguish some of these structures in low contrast images, which were not detected in conventional processing before the contrast enhancement. As consequence, this investigation shows the possibility now for CAD schemes in mammography reaches a better performance in microcalcifications detection in dense breasts images.