IMPLEMENTAÇÃO DE UMA REDE NEURAL CONVOLUCIONAL APLICADA AO PROCESSO DE IMAGENOLOGIA MÉDICA EM TEMPO DE LAPSO

Este trabalho apresenta a implementação de uma rede neural convolucional (CNN) aplicada à predição de valores derivados de séries temporais de imagens médicas segmentadas, conforme um fluxo metodológico definido por uma patente de imagenologia em tempo de lapso. A abordagem envolve aquisição de imagens, alinhamento espaço-temporal, segmentação da região de interesse e extração de características morfométricas, incluindo área, perímetro, densidade e entropia. Essas características são organizadas em sequências temporais e utilizadas como entrada para o modelo preditivo. O treinamento é realizado com imagens segmentadas, reservando-se a última de cada sequência para validação. As saídas do modelo são convertidas em representações visuais, permitindo comparação com as imagens reais. A avaliação utiliza métricas MAE e RMSE em imagens originais e binarizadas. O sistema está inserido no contexto da informática médica, com aplicação no acompanhamento de estruturas tumorais em exames sequenciais ao longo do tempo.