O câncer de mama é um dos diagnósticos mais comuns de câncer e também uma das maiores causas de morte entre mulheres pelo mundo. Por essa razão, a detecção precoce é primordial para o aumento das chances de sobrevivência. Nos últimos anos, o Diagnóstico Auxiliado por Computador (Computer aided Diagnosis - CAD) utilizando a Inteligência Artificial e técnicas de Machine Learning tem se mostrado ferramenta importante na tomada de decisão de especialistas através da análise, classificação e detecção de padrões em exames de imagem, como a mamografia. Com o emprego de técnicas de Deep Learning, um ramo de Machine Learning e Redes Neurais Artificiais mais Profundas, os sistemas CAD demonstraram performance ainda mais elevada. Este estudo apresenta uma revisão de modelos recentes de CAD que utilizaram as técnicas e arquiteturas mais empregadas atualmente para o campo de análise de imagens médicas com o fim de detectar e diagnosticar o câncer de mama, fazendo um comparativo entre eles e mostrando como cada um pode contribuir para esse propósito. Dentre os achados deste trabalho, destacaram-se os modelos Você Só Olha Uma Vez (You Only Look Once - YOLO) combinados com Redes Neurais Convolucionais, pela sua viabilidade de aplicação clínica. Por fim, são extraídas conclusões e suscitados alguns pontos interessantes para pesquisas futuras.
Breast cancer is one of the most common cancer diagnoses and also one of the biggest causes of death among women around the world. For this reason, early detection is essential to increase the chances of survival. In recent years, Computer Aided Diagnosis (CAD) using Artificial Intelligence and Machine Learning techniques has proven to be an important tool in specialist decision-making through analysis, classification and detection of patterns in imaging exams, such as mammography. With the use of Deep Learning techniques, a branch of Machine Learning and Deeper Artificial Neural Networks, CAD systems demonstrated even higher performance. This study presents a review of recent CAD models that used the most currently used techniques and architectures in the field of medical image analysis in order to detect and diagnose breast cancer, making a comparison between them and showing how each one can contribute to this purpose. Among the findings of this work, the You Only Look Once (YOLO) models combined with Convolutional Neural Networks stood out, due to their feasibility of clinical application. Finally, conclusions are drawn and some interesting points for future research are raised.
