De acordo com a Organização Mundial de Saúde, o câncer de mama é a forma mais comum de câncer entre as mulheres no mundo todo, sendo um dos tipos de câncer mais fatal. Estudos mostram que o diagnóstico precoce pode contribuir para a redução da taxa de mortalidade e aumentar as opções de tratamento. Apesar da existência de várias técnicas de obtenção de imagens no auxílio ao diagnóstico de câncer de mama, a mamografia digital é ainda a tecno- logia mais eficaz e utilizada para esse fim. Consequentemente, a segmentação de imagens de mamografia é uma tarefa fundamental para auxiliar o diagnóstico, levando em consideração a forma da lesão mamária e suas bordas. No entanto, a segmentação de imagens de mamografia é uma tarefa complexa, uma vez que ela é muito dependente dos tipos de tecido mamário e da lesão. Métodos de segmentação baseados em semente obtém bons resultados de segmen- tação, mas são dependentes da marcação do especialista. Este trabalho trabalho visa propor um algoritmo de segmentação de lesões para auxílio ao diagnóstico médico, que requeira me- nos esforço para inicialização, obtendo bons resultados de segmentação quando comparado ao estado da arte. O método proposto busca utilizar uma função de pertinência fuzzy Gaussi- ana para modificar a regra de evolução de diferentes algoritmos do estado da arte e analizar o impacto na qualidade de segmentação. Esse modelo visa permitir uma maior flexibilidade na inicialização das sementes quando comparado à trabalhos no estado da arte, pois a marcação realizada pelo especialista será utilizada extraindo-se informação do conjunto de sementes, e não informações do posicionamento individual, como o presente nos algoritmos clássico. A abordagem desenvolvida será comparada qualitativamente e quantitativamente com técnicas de segmentação do estado da arte, usando métricas relacionadas à forma das regiões segmen- tadas. As análises serão avaliadas utilizando bases de dados públicas contendo imagens de mamografia. Espera-se que os resultados do algoritmo desenvolvido obtenha melhores re- sultados quando comparado com os algoritmos do estado da arte. Para validar a proposta, os resultados serão submetidos a um classificador e também serão validados por uma equipe médica.
teste