Resumo Evolução dos bancos de dados para treinamento de IA em mamografia
Brazilian Journal of Radiation Technology Research (ISSN 2966-4292) · 10.03.2026 · 2 (01)
DOI: 10.70745/bjrtr.v2.189 ↗Kurz gefasst
Fachartikel in der Zeitschrift Brazilian Journal of Radiation Technology Research (ISSN 2966-4292), online erschienen am 10.03.2026. Verfasst von MICAEL DE SOUZA.
Abstract (Originalsprache)
O câncer de mama é um dos problemas de saúde mais comuns entre as mulheres e, porisso, o diagnóstico precoce é fundamental para salvar vidas. A mamografia é o examemais utilizado para o rastreamento, mas nem sempre consegue mostrar todas asalterações, principalmente em mulheres com mamas densas. Além disso, a interpretaçãodepende muito do olhar do radiologista, o que pode causar diferenças nos resultados [1].Nos últimos anos, a inteligência artificial (IA) tem sido cada vez mais estudada comouma forma de ajudar no diagnóstico do câncer de mama. Para que isso aconteça, foramcriados bancos de dados com milhares de imagens de mamografias, como o DDSM e oINbreast, que servem para treinar os sistemas de IA a reconhecer padrões que indicam apresença de tumores [1] [2]. O objetivo deste trabalho é mostrar como os bancos de dadosevoluíram e como a IA vem sendo usada junto à mamografia. A pesquisa foi feita pormeio de uma revisão bibliográfica, utilizando artigos publicados entre 2023 e 2025,encontrados em bases como SciELO, PubMed e Google Scholar.
Zitieren
APA
SOUZA, M. D. (2026). Resumo Evolução dos bancos de dados para treinamento de IA em mamografia. Brazilian Journal of Radiation Technology Research (ISSN 2966-4292), 2(01). https://doi.org/10.70745/bjrtr.v2.189
Vancouver
SOUZA MD. Resumo Evolução dos bancos de dados para treinamento de IA em mamografia. Brazilian Journal of Radiation Technology Research (ISSN 2966-4292). 2026;2(01). doi:10.70745/bjrtr.v2.189
BibTeX
@article{SOUZA2026,
author = {SOUZA, MICAEL DE},
title = {Resumo Evolução dos bancos de dados para treinamento de IA em mamografia},
journal = {Brazilian Journal of Radiation Technology Research (ISSN 2966-4292)},
year = {2026},
volume = {2},
number = {01},
doi = {10.70745/bjrtr.v2.189}
}
EUVIMED