@MASTERSTHESIS{ 2024:623622166,
 	title = {Estimação de volume mamário em cirurgias plásticas do Sistema Único de Saúde, utilizando aprendizado de máquina.},
 	year = {2024},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/6131",
 	abstract = "Introdução: A estimativa do volume mamário é etapa crucial em mamoplastias, influenciando 
 diretamente a precisão dos resultados e a eficiência do tempo cirúrgico. Apesar de sua 
 importância, não está disponível metodologia prática e objetiva para esta tarefa, sendo 
 frequentemente dependente da percepção subjetiva do cirurgião. Portanto, este trabalho 
 objetivou propor técnica inovadora de estimação de volume mamário, baseada em fotografias 
 digitais 2D e Aprendizado de Máquina. Métodos: Foram convidadas 25 mulheres com 
 hipertrofia mamária sintomática, cujas mamas foram fotografadas de forma padronizada, em 
 ambiente hospitalar. Desenvolveu-se uma técnica de Aprendizado de Máquina capaz de 
 localizar, segmentar e estimar o volume mamário a partir de imagens. Resultados: Para tarefa 
 de segmentação das mamas, a rede U-Net forneceu excelente desempenho, alcançando 
 coeficientes de Dice de 0.97. Algoritmos de regressão foram empregados para aprimorar as 
 estimativas de volume da nova técnica, que se mostraram mais precisas e consistentes que 
 aquelas realizadas de forma subjetiva por cirurgiões convidados. O erro absoluto médio (MAE) 
 da nova metodologia foi de 206.722 mL em relação a ressonância magnética (padrão-ouro), 
 sendo o modelo SVM (support vector machines) o de melhor desempenho. Gráficos de Bland
 Altmann confirmaram a confiabilidade do método proposto, em comparação com a prática 
 clínica atual.  Conclusão: Este trabalho abre caminho para uma nova abordagem de estimação 
 do volume mamário simples, acessível, prática e objetiva, baseada em fotografias digitais 2D e 
 Aprendizado de Máquina, que pode redefinir os padrões atuais.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM SAÚDE COLETIVA/CCBS},
 	note = {DEPARTAMENTO DE MEDICINA II/CCBS}
}