Segundo a Organização Mundial de Saúde (OMS), em 2015 o câncer de pulmão foi a quarta maior causa de mortes no mundo. No Brasil, o Instituto Nacional do Câncer (INCA) relata que no período entre 2016 e 2017, 8,1% dos casos de câncer em homens, foram no pulmão, enquanto que nas mulheres foi de 5,2%. O câncer de pulmão é uma doença que afeta pessoas do mundo inteiro. Uma das principais causas desta alta taxa de mortalidade é o diagnóstico tardio, realizado quando a doença está em um estágio avançado e difícil de ser tratado. Quanto mais cedo o câncer for diagnosticado maiores são as chances de sobrevivência do paciente.
A segmentação dos nódulos no pulmão é fundamental para a detecção de um possível câncer. A visão computacional possibilita a interpretação de imagens, extraindo informações sobre as mesmas. A partir dela foram criados algoritmos de detecção de nódulos, que auxiliam o médico, melhorando a imagem e destacando objetos suspeitos. No entanto, dado a complexidade do problema, a precisão dos algoritmos precisa ser melhorada para reduzir o número de falso-positivos.
Com a intenção de dar continuidade a esses trabalhos, fornecendo assim novas ferramentas que auxiliem no diagnostico do câncer, este projeto propõe o desenvolvimento de novas técnicas de segmentação de nódulos de pulmão, seguida de um estudo comparativo com o estado da arte. Além disso, o trabalho se propõe e a realizar um estudo para a redução de falsos positivos, melhorando a qualidade do diagnóstico.