Upload
daniel-lopes
View
370
Download
1
Embed Size (px)
DESCRIPTION
monografia apresentada para obtenção do título de engenheiro em computação, sobre o título: Desenvolvimento do algoritmo para processamento de imagens digitais para diagnóstico de melanoma. por Eng. Daniel Soares Lopes, Eng. Matheus Fereira Bonfim e Eng. Flavio Henrique da Silva, pelo orientador Prof. Dr. Marco Antonio Rodrigues Fernandes.
Citation preview
Centro Universitrio Catlico Salesiano Auxilium Araatuba SP
Desenvolvimento do algoritmo para processamento
de imagens digitais para diagnstico de melanoma
Daniel Soares Lopes
Flvio Henrique da Silva
Matheus Ferreira Bonfim
Araatuba SP 2013
Desenvolvimento do algoritmo para
processamento de imagens digitais para
diagnstico de melanoma
Trabalho de Concluso de Curso de Graduao
em Engenharia da Computao
Orientador: Prof. Dr. Marco Antnio
Rodrigues Fernandes.
UniSALESIANO - Araatuba
Araatuba SP 2013
Desenvolvimento do algoritmo para
processamento de imagens digitais para
diagnstico de melanoma
Acadmicos:
Daniel Soares Lopes
Flvio Henrique da Silva
Matheus Ferreira Bonfim
Trabalho de Concluso de Curso de Graduao
em Engenharia da Computao
Orientador: Prof. Dr. Marco Antnio
Rodrigues Fernandes.
UniSALESIANO - Araatuba
Prof.
Centro Universitrio Catlico Auxilium UniSALESIANO Data:
Prof.
Centro Universitrio Catlico Auxilium UniSALESIANO Data:
Prof.
Centro Universitrio Catlico Auxilium UniSALESIANO Data:
DEDICATRIA
Dedico famlia que compartilharam todas as vitrias e angustias nesses 5 anos de luta
e dedicao.
Aos amigos, pela convivncia durante esses 5 anos, dos quais ganharam meu respeito.
AGRADECIMENTOS
Primeiramente agradeo a DEUS que permitiu que chegssemos at o final da
nossa jornada. A todos os amigos e principalmente a famlia que nos incentivaram
perante as dificuldades surgidas durante o curso.
Agradeo tambm o professor Dr. Marco Antnio, orientador e incentivador
desse projeto, que depositou sua confiana no grupo e atravs da sua enorme
experincia profissional e acadmica conseguimos obter os resultados esperados, ao
Prof.Dr.Hlio Amantes Miot, do Departamento de Dermatologia da Faculdade de
Medicina da Unesp (Botucatu) que contribui com o seu vasto conhecimento na rea
dermatolgica e ao Prof.Dr. Leandro de Castro Nunes da Mackenzie de So Paulo que
permitiu que apresentssemos o nosso trabalho no XII Workshop do LCoN (
Laboratrio de Computao Natural).
MENSAGEM
A mente que se abre a uma nova ideia jamais voltar ao seu tamanho original.
Albert Einstein
No h fatos eternos, como no h verdades absolutas.
Friedrich Nietzsche
Aqui, no entanto, ns no olhamos para trs por muito tempo. Ns continuamos seguindo em frente, abrindo novas portas e fazendo coisas novas, porque somos
curiosos... e a curiosidade continua nos levando por novos caminhos. Siga em frente.
Walter Elias Disney
RESUMO
Este trabalho ir avaliar as tcnicas de processamentos de imagens aplicadas a
dermatologia visando propiciar a deteco precoce do melanoma maligno. Tambm sero
analisados algoritmos computacionais especficos aplicados em imagens dermatoscpicas
de nevos atpicos e spots, identificando um possvel desenvolvimento do cncer de pele.
Pretende-se desenvolver uma tcnica de PDI aplicada para a anlise de imagens visando a
deteco de tumores cutneos, pois os sistemas computacionais de anlise de imagens
dermatoscpicas so geralmente importados e, portanto, protegidos de direitos de
propriedade, no permitindo o aprofundamento do conhecimento dos cdigos envolvidos.
Este fato faz com que os custos de aquisio de tais sistemas tornem-se inviveis grande
maioria de servios de dermatologia, principalmente aqueles que atendem aos pacientes
oriundos do Sistema nico de Sade (S.U.S.). Alm disso, os cdigos atualmente existentes
so atrelados aos tipos de equipamentos, cuja operacionalidade varia conforme o fabricante.
Devido ao grau de complexidade dos algoritmos, sua compreenso exige a atuao de
profissionais com grande conhecimento de rotinas e sistemas computacionais sofisticadas.
A possibilidade de realizao de pesquisas que busquem desenvolver softwares
capazes de interpretar com fidelidade os parmetros geomtricos e morfolgicos
relacionados aos diagnsticos de leses da pele atravs de imagens digitais, podem contribuir
para a melhoria da qualidade dos exames dermatoscpicos e democratizar o acesso aos
servios especializados com a otimizao das rotinas dos procedimentos mdicose
cirrgicos, envolvidos no exame e conduta teraputica adequada para a especificidade da
leso.
ABSTRACT
This study has the purpose to evaluate the techniques of processing image
applied to dermatology, and it hoping to provide early detection of malignant
melanoma. Will also be analyzed specific computational algorithms applied to images
dermoscopic atypical nevi and spots, identifying the possible development of skin
cancer. It is intended to develop a technique of PDI applied to image analysis looking to
detecting skin tumors, because the systems computational analysis of dermoscopic
images are usually imported and, therefore, protected property rights by not allowing a
deeper understanding of the codes involved. This fact makes the cost of acquisition of
this systems become unworkable for the vast majority of dermatology services,
especially those that whose treats patients from Sistema Unico de Saude SUS
(Brazilian Public Health System). Besides, the codes are linked to the currently existing
types of equipment whose operation diversifies depending on the manufacturer.
Because the complexity of the algorithms, operate them requires professionals with
extensive knowledge of routines and sophisticated computer systems. The possibility of
conducting research to develop software capable of interpreting geometrical and
morphological parameters related to diagnoses of skin lesions using digital images can
contribute to improving the quality of dermoscopic examinations and democratize
access to specialized services optimization routines of doctors and surgical procedures
involved in the examination and appropriate treatment for the specific injury.
LISTA DE SMBOLOS E GRANDEZAS
( )
D Distncia
D4 - Distncia City-Block
D8 - Distncia Chessboard
DE - Distncia Euclidiana
L - Luminncia
Lmax Nvel de cinza mximo
Lmin Nvel de cinza mnimo
R Mscara
LISTA DE ILUSTRAES
Figura 1 - Passo a passo do processo de carcinognese. ............................................................. 22
Figura 2 - - Mutao e Formao do Cncer. ............................................................................. 22
Figura 3 - Evoluo do Cncer.. ................................................................................................. 27
Figura 4 - Camada da pele. ......................................................................................................... 31
Figura 5 - ABCD do Melanoma .................................................................................................. 33
Figura 6 - Apresentaes do CBC............................................................................................... 35
Figura 7 - Apresentaes de CEC. .............................................................................................. 36
Figura 8 - Distribuio de regional de cncer em homens. ......................................................... 39
Figura 9 - Distribuio de regional de cncer em mulheres........................................................ 39
Figura 10 - Interdependncia entre os termos do sistema de viso computacional. ................... 42
Figura 11 - Componentes de um sistema PDI. ............................................................................ 43
Figura 12 - Representao do Sistema Visual Humano. ............................................................. 45
Figura 13 - Representao grfica do olho focalizando uma imagem. ....................................... 46
Figura 14 - Etapas de um sistema de PDI . ................................................................................. 47
Figura 15 - Ilustrao de Kanizsa. ........................................................................................... 48
Figura 16 - Espectro eletromagntico. ........................................................................................ 49
Figura 17 Representao de uma imagem. .............................................................................. 51
Figura 18 - Representao do espectro de radiao visvel. ...................................................... 52
Figura 19 - Espetro de cores criado pela passagem de luz branca atravs do prisma. ............. 53
Figura 20 - Representao do espectro eletromagntico............................................................. 53
Figura 21 - Exemplos de modelos de cores. (a) aditivo; (b) subtrativo. ..................................... 54
Figura 22- Modelo RGB. ............................................................................................................ 55
Figura 23 - Modelo RGB. ........................................................................................................... 55
Figura 24 - Modelo CYM. .......................................................................................................... 56
Figura 25 - Modelo HSI. ............................................................................................................. 57
Figura 266 - Representao de uma imagem digital. Matriz M xN. ........................................... 58
Figura 27 - Mapa de cores de uma imagem colorida. ................................................................. 59
Figura 28 - Reduo da resoluo espacial em imagem. Fonte: ................................................ 60
Figura 29 - Nveis de cinza de uma imagem. .............................................................................. 61
Figura 30 - Tipos de vizinhanas. ............................................................................................... 63
Figura 31 - Caminho-4 e Caminho-8. ......................................................................................... 64
Figura 32 - Matriz Euclidiana menor ou igual a 3. ..................................................................... 65
Figura 33 - Conjunto de pontos com D4 menor ou igual a 3. ..................................................... 65
Figura 34 - Histograma em tons de cinza. ................................................................................. 66
Figura 35 - Equalizao de histograma de uma imagem. ........................................................... 67
Figura 36 - Algoritmo de equalizao de histogramas em MATLAB. ....................................... 67
Figura 37 - Mscara de deteco de pontos. ............................................................................... 69
Figura 38 - Mscara de deteco de retas. .................................................................................. 69
Figura 39 - Transio entre regies de uma imagem. ................................................................. 70
Figura 40 - - Primeira e segunda derivada para deteco de bordas. .......................................... 70
Figura 41 - Gradiente de uma borda. .......................................................................................... 71
Figura 42 - (a) juno L; (b) juno T; (c) juno X; (d) juno Y. .......................................... 72
Figura 43 - Eixos de simetria. ..................................................................................................... 74
Figura 44 - Diviso da leso em 8 segmentos. ............................................................................ 74
Figura 45 - Cores presentes no melanoma. ................................................................................. 75
Figura 46 - Imagem escolhido para anlise ................................................................................ 76
Figura 47 - Filtro Gaussiano ....................................................................................................... 77
Figura 48 - Multiplicao dos pixel's. ......................................................................................... 77
Figura 49 Obteno do ROI ..................................................................................................... 78
Figura 50 - Produto da imagem original pela binria. ................................................................ 78
Figura 51 - Obteno de dados - Command line........................................................................ 81
Figura 52 - Obteno dos dados (Interface IDLE do Python) ................................................ 81
Figura 53 Imagem antes da anlise. ......................................................................................... 82
Figura 54 - Imagem aps a anlise (ROI) ................................................................................... 82
Figura 55 - Leses de MM. ......................................................................................................... 83
Figura 56 - Leses de Nevos. ...................................................................................................... 84
LISTA DE TABELAS
Tabela 1 - Classificao dos Tumores ........................................................................................ 26
Tabela 2 - Fototipos de pele. ....................................................................................................... 32
Tabela 3 - Fatores de risco .......................................................................................................... 32
Tabela 4 - Estimava de cncer entre homem e mulher em 2012/2013. ...................................... 38
Tabela 5 - monocromtica que possui de diferentes dimenses. ................................................ 60
Tabela 6 - Valores de Bayes e Tree ............................................................................................ 85
LISTA DE ABREVIATURAS E SIGLAS
ABCD - Assimetria Bordas Colorao e Dimetro
CBC Carcinoma Basocelular
CEC Carcinoma Espinocelular
CYM Cyan, Magenta, Yellow.
DB - Doena de Bowen
DNA cido Desoxirribonucleico
HSI - Hue, Saturation, Intensity
IA Inteligncia Artificial
INCA Instituto Nacional de Cncer
MS - Melanoma expansivo superficial
MLA - Melanoma lentiginoso acral
MLM - Melanoma lentigo maligno
MM Melanoma Maligno
MN Melanoma Nodular
PDI Processamento Digital de Imagens
RGB - Red , Green, Blue
RNA - cido Ribonucleico
RUV Radiao Ultravioleta
TNM - Classificao de Tumores Malignos
UICC - Unio Internacional Contra o Cncer
UV Ultravioleta
SUMRIO
INTRODUO .......................................................................................................................... 17
CAPTULO I .............................................................................................................................. 20
Introduo patologia cancergena com foco a tumores cutneos. ............................................ 20
1.1 Conceitos Bsicos ............................................................................................................. 20
1.2 Progresso e desenvolvimento .......................................................................................... 21
1.3 Etimologia ......................................................................................................................... 22
1.4 Nomenclatura .................................................................................................................... 23
1.4.1 Tumor benigno ............................................................................................................... 23
1.4.2 Tumor maligno ............................................................................................................... 24
1.4.3 Uso de epnimos ........................................................................................................... 24
1.4.4 Outros nomes utilizados ................................................................................................ 25
1.5 Processo de evoluo dos tumores ................................................................................. 26
1.6 Sinais e sintomas ............................................................................................................... 27
1.7 Causas ............................................................................................................................... 28
1.7.1 Fatores de Risco de Natureza Ambiental ....................................................................... 29
1.8 Cncer de Pele .................................................................................................................. 30
1.8.1 Tumores de pele do tipo melanoma .............................................................................. 31
1.8.1.1 Caractersticas Clnicas do Melanoma ........................................................................ 33
1.8.1.2 Apresentao Clnica patolgica do Melanoma ......................................................... 34
1.9 Tumores de pele do tipo no melanoma .......................................................................... 35
1.9.1 Carcinoma Basocelular ................................................................................................... 35
1.9.2 Carcinoma Espinocelular ................................................................................................ 36
1.10 Tipos de tratamento de cncer de pele .......................................................................... 37
1.10.1 Exciso Cirrgica .......................................................................................................... 37
1.10.2 Radioterapia ................................................................................................................. 37
1.10.3 Quimioterapia ............................................................................................................. 37
1.11 Estimativas e Incidncia de Cncer no Brasil ................................................................ 38
CAPTULO II ............................................................................................................................. 41
Processamento e Anlise de Imagens ......................................................................................... 41
2. Introduo e Conceitos Fundamentais ................................................................................ 41
2.1 Componentes de um Sistema de Viso ............................................................................. 43
2.2 Sistema Visual Humano .................................................................................................... 44
2.2.1 Formao de imagem no olho ........................................................................................ 46
2.3 Etapas de um Sistema de Processamento de Imagens ...................................................... 46
2.4 Radiaes eletromagnticas ............................................................................................. 49
2.5 Fundamentos da Imagem Digital ...................................................................................... 50
2.6 Fundamentos de Cor ......................................................................................................... 52
2.7 Modelos de Cores ............................................................................................................. 54
2.7.1 Modelo RGB ................................................................................................................... 54
2.7.2 Modelo CMY ................................................................................................................. 56
2.7.3 Modelo HSI ..................................................................................................................... 56
2.8 Representao de uma Imagem Digital ............................................................................ 57
2.8.1 Imagem Multibanda ou Multiespectral ......................................................................... 58
2.8.2 Resoluo Espacial e Profundidade da Imagem ............................................................ 59
2.8.3 Amostragem e quantificao ......................................................................................... 61
2.8.4 Elementos de uma imagem ............................................................................................ 63
2.8.4.1 Caminho ...................................................................................................................... 63
2.8.4.2 Distncia ..................................................................................................................... 64
2.9 Histograma ........................................................................................................................ 66
2.9.1 Equalizao de Histograma ............................................................................................ 66
2.10 Segmentao ................................................................................................................... 68
2.10.1 Deteco de descontinuidade ....................................................................................... 68
2.10.2 Deteco de Pontos e Retas ......................................................................................... 69
2.10.3 Deteco de Bordas ..................................................................................................... 69
2.10.3.1 Operadores Diferenciais ............................................................................................ 71
2.10.4 Deteco de Junes e Cantos ..................................................................................... 71
2.11 Morfologia matemtica .................................................................................................. 72
CAPTULO III ............................................................................................................................ 73
Materiais e Mtodos .................................................................................................................... 73
3.1 Regra do ABCD .................................................................................................................. 73
3.2 Assimetria ......................................................................................................................... 74
3.3 Borda ................................................................................................................................. 74
3.4 Colorao e Dimetro ....................................................................................................... 75
3.5 Matrias e Mtodos ........................................................................................................... 75
3.6 Pr Processamento ........................................................................................................ 76
3.7 Extrao de Caractersticas ............................................................................................... 78
3.7.1 Entropia ......................................................................................................................... 79
3.7.2 Energia .......................................................................................................................... 79
3.7.3 Varincia ........................................................................................................................ 79
3.7.4 Homogeneidade ............................................................................................................ 79
3.8 Matriz de Co Ocorrncia .............................................................................................. 80
3.9 Anlise ............................................................................................................................... 80
CAPTULO IV............................................................................................................................ 83
Resultados ................................................................................................................................... 83
4.1 Avaliao dos Resultados .................................................................................................. 83
CONCLUSO ............................................................................................................................ 86
APNDICES .............................................................................................................................. 87
APNDICE A - Python............................................................................................................. 87
APNDICE B - Algoritmo de anlise ....................................................................................... 88
REFERNCIAS BIBLIOGRFICAS ............................................................................................... 99
17
INTRODUO
Atualmente o cncer uma das maiores causas de morte do mundo e
considerado como uma doena genmica, surgindo como consequncia de alteraes do
material gentico (DNA). A incidncia do melanoma cutneo vm aumentando
mundialmente e, por tratar-se de uma neoplasia bastante agressiva e de difcil
tratamento em estgios mais avanados, o diagnstico precoce o principal
procedimento para a cura do paciente. Graas ao avano acelerado da tecnologia e seus
respectivos empregos nas mais diversas reas do conhecimento, a utilizao de mtodos
e tcnicas de engenharia em aplicaes mdicas, proporcionam um melhor
entendimento dos sistemas biolgicos e de suas funcionalidades, e um diagnstico
patolgico mais preciso.
As tcnicas de processamento de imagens certamente uma rea em
crescimento que de tal forma merece total ateno nos dias atuais, processo que permite
o diagnstico de determinadas neoplasia, por exemplo, melanoma. Segundo Marques
Filho (1999) e Vieira Neto (1999) as primeiras aplicaes que utilizaram o conceito de
processamento de imagens iniciaram no comeo da dcada de 20, onde se buscavam
formas de aprimorar a qualidade de impresses de imagens digitalizadas transmitidas
atravs do sistema BARTLANE (Sistema de aprimoramento da qualidade de impresses
digitais) que transmitia imagens via cabo submarino entre Londres e Nova Iorque.
Mas o grande impulso que alavancou a rea de processamento de imagens veio
somente aps trs dcadas em 1950, devido ao eminente advento dos computadores
digitais de grande porte, tcnica proveniente dos estudos dos sinais, afinal as imagens
so como sinais, que na realidade representam um suporte fsico que carrega no seu
interior uma determinada informao.
O uso de tcnicas computacionais de aprimoramento de imagens teve incio
no Jet Propulsion Laboratory (Pasadena, California - EUA) em 1964,
quando imagens da lua transmitidas por uma sonda Ranger2 eram
processadas por computador para corrigir vrios tipos de distoro
inerentes cmera de TV acoplada sonda. Estas tcnicas serviram de base
para mtodos aprimorados de realce e restaurao de imagens de outros
programas espaciais posteriores, como as expedies tripuladas da srie
Apollo, por exemplo. (MARQUES FILHO; VIEIRA NETO, 1999, p.23).
18
Essa informao pode estar associada respectivamente a uma medida, ou a um
nvel cognitivo. Sendo, assim possvel transformar a imagem de forma sucessiva a fim
de extrair com mais facilidade as informaes nela contida. Prtica que hoje permeia
quase todos os ramos da cincia, inclusive na medicina, como por exemplo, a
interpretao de imagens radiolgicas e tomogrficas. reas distintas tambm se
beneficiam de seus mtodos, como astronomia, agricultura entre outras.
A Dermatoscopia uma tcnica utilizada para o melhoramento dos diagnsticos
de cncer de pele, proporcionando a no inciso cirrgica de leses e pintas benignas na
pele, consequentemente evitando prticas cirrgicas desnecessrias. Caracteriza-se por
ser um mtodo no invasivo que auxilia na avaliao de leses da pele, permitindo a
observao de estruturas da pele (epiderme e da derme papilar) no observadas a olho
nu. Tcnica que utiliza imagens magnificadas (at 400x) para a anlise morfolgica das
leses, no qual um feixe luminoso emitido por uma lmpada algena, que incide em
ngulo de 20 na superfcie cutnea, entre a superfcie e a lmpada aplicado um fluido
a fim de eliminar a reflexo da luz, permitindo a observao de caractersticas
dermatoscpicas resultantes da melanina e hemoglobina nos diferentes nveis da
epiderme e derme.
Entretanto a Dermatoscopia apresenta um grande problema: sua utilizao
depende do nvel de conhecimento tecnolgico do dermatologista. Sistemas de
hardware, de software de processamento de imagens tm como finalidade, reduzir os
possveis erros, tais como, a execuo de algoritmos computacionais de pr-
processamento e segmento, objetivando a extrao de rudos e determinao de certas
partes das imagens, por exemplo, as bordas, cujas delimitaes so importantes para
determinados mtodos de anlise. A Dermatoscopia Digital auxilia no diagnstico
clnico, porm no substitui o exame histopatolgico, que continua sendo o padro para
diagnstico como de leses melanocticas.
O melanoma maligno apresenta caractersticas prprias no que diz
respeito colorao e formao. E atravs de comparaes destas informaes e com o
auxilio da regra do ABCD, que foi introduzida por Wilhelm Stolz em 1994, devido
dificuldade do diagnstico precoce do melanoma, e sua confuso comum com nevos e
manchas benignas (na fase inicial e atualmente o padro utilizado em anlises
dermatoscpicas na classificao das leses pigmentadas. Os critrios da Regra ABCD
19
so descritos da seguinte forma: Assimetria (A): a leso dividida em dois eixos
perpendiculares (horizontal e vertical), e analisa-se a simetria em cada um destes; bordas
irregulares (B): a leso dividido em 8 partes, e analisado a diferena gradual entre o
interior da fronteira e da pele adjacente (externo); colorao uniforme (C): a presena de
mais de 3 nveis de cores j so um grande fator de malignidade, sendo testados at 6 cores,
dimetro superior a 6 mm (D), parmetros que auxiliaram ao desenvolvimento e
implementao de algoritmos e novas tcnicas capazes de processar imagens de lees
com padres caractersticos dos MM das imagens obtidas e j diagnosticadas. Os
parmetros da regra do ABCD podem ser observados atravs do dermatoscpio, exigindo
certo grau de experincia e conhecimento do seu operador, fator diferencial na tarefa de
classificao dos tumores da pele com base em sinais visuais (imagens). Visando auxiliar
este possvel problema inerente dermatoscopia, quer seja, o nvel de subjetividade imposto
pelo dermatologista e avaliador clnico, a utilizao de mtodos de Processamento Digital
de Imagens (PDI), aliados a dermatoscopia digital, propicia a anlise computacional das
imagens da leso de pele adquiridas, classificando-as e produzindo resultados com base em
suas informaes de cor e forma e aspectos geomtricos, morfolgicos associados. Assim,
mtodos de PDI podem ser usados para minimizar os erros, atravs de sistemas de software
e hardware, onde algoritmos computacionais de processamento prvio e segmentao sero
um dos principais componentes que constituir a base desta pesquisa, alm da utilizao e
analise de algoritmos computacionais e desenvolvendo rotinas computacionais para este
fim.
Este trabalho est divido em quatro captulos. O primeiro captulo tem como
finalidade de enfatizar informaes relacionadas ao cncer de maneira geral, mas com
enfse principalmente no de pele, desde conceito, etimologia, classificao, diagnstico,
causas, progresso e tratamento. O segundo captulo aborda o processamento e anlise de
imagens digitais, descrevendo etapas utilizadas no processo e analise dos algoritmos e seus
conceitos. O terceiro captulo voltado para materias e mtodos, ou seja, o emprego e
anlise de tcnicas de pr-processamento, destacando os parmetros desenvolvidos com
base na Regra do ABCD, alm de analisar os mtodos de inteligncia artificial para obter os
resultados esperados. O quarto e ltimo capitulo discute os resultados obtidos aps a anlise
e os pontos positivos dos mtodos de anlise.
20
CAPTULO I
Introduo patologia cancergena com foco a tumores cutneos.
1.1 Conceitos Bsicos
Cncer o nome dado a um conjunto de mais de 100 doenas que tm em comum o
crescimento desordenado (maligno) de clulas que invadem os tecidos e rgos, podendo espalhar-
se (metstase) para outras regies do corpo. Dividindo-se rapidamente, estas clulas tendem a ser
muito agressivas e incontrolveis, determinando a formao de tumores (acmulo de clulas
cancerosas) ou neoplasias malignas. Por outro lado, um tumor benigno significa simplesmente uma
massa localizada de clulas que se multiplicam vagarosamente e se assemelham ao seu tecido
original, raramente constituindo um risco de vida. Dentre vrios os tipos o de pele o tipo mais
frequente na populao brasileira, compreendendo a 25% de todos os diagnsticos canceriginos
(INCA, 2013).
O corpo humano formado por diversos tipos de clulas e cada uma delas contm
caracteristicas que variam conforme a funo que executam. Entretanto, todas as clulas do corpo
humano so formadas por trs partes bsicas: a membrana plasmtica a parte externa da clula, o
citoplasma e o ncleo. A membrana plasmtica a parte externa da clula, o citoplasma o corpo
celular constitudo por diversas estruturas como, por exemplo, o citoesqueleto e os ribossomos, e o
ncleo o centro de controle da clula formado principalmente por cromossomos que, por sua vez
so formados por genes (LINHARES; GEWANDSZNAJDER, 1998).
Os genes so uma espcie de arquivo que guardam as informaes necessrias para
reproduzir toda a estrutura do corpo em um material qumico, conhecido como cido
Desoxirribonuclico (DNA). Alm disso, o crescimento, a multiplicaao e a diferenciao de todas
as clulas do organismo so determinados por comandos genticos. Uma clula normal est sujeita a
alteraes no DNA dos genes devido a fatores externos, como substncias qumicas, radiaes e
infeces virais. Essas alteraes, tambm chamadas de mutaes genticas, podem causar
mudanas significativas no comportamento celular. Quando ocorre uma mutao que altera os
comandos de diviso, diferenciao e morte celular, possibilitando sua multiplicao descontrolada,
origina-se o tumor (HERZBERG; FERRARI, 2003).
21
O tumor maligno, frequentemente chamado de cncer ou neoplasia, um conjunto de
clulas praticamente idnticas, formadas por sucessivas divises celulares. Como o sistema
imunolgico no consegue destruir as clulas anormais, o tumor evolui e invade estruturas
prximas. s vezes, as clulas cancergenas adquirem a capacidade de se disseminar para outras
regies do corpo, atravs do sangue ou da linfa, processo chamado de metstase. Tambm existem
os tumores benignos que so aglomerados de clulas que crescem devagar e permanecem separados
do tecido que o rodeia, podendo ser removidos cirurgicamente (INCA , 2013).
Um dos maiores obstculos ao tratamento do cncer a formao de metstases, pois a
partir do momento que as clulas cancergenas invadem vrias regies do corpo, o tratamento se
torna mais difcil e traumtico, muitas vezes no existindo chances de cura. Por isso, a preveno e a
deteco precoce do cncer so de fundamental importncia para o seu tratamento. E, uma das
melhores formas de preveno conhecer as possiveis causas da doena.
1.2 Progresso e desenvolvimento
Todas as clulas esto sujeitas a sofrerem mutaes de suas estruturas genticas por diversos
fatores internos e externos. Basicamente as clulas animais constituida por 3 camadas (membrana
celular, citoplasma e ncleo, local onde de encontra os cromossomos). Estes so constituidos por
genes, unidade possuidora da hereditariedade e instrues genticas do qual possui todas as
informaes necessrias sobre o desenvolvimento de todos os seres vivos. Estas informaes esto
contidas dentro dos genes, atravs de composto orgnico chamada de Acido Desoxirribonuclicos
(pt: ADN/en: DNA), local onde esta sujeito as possiveis alteraes genticas.
Segundo o Institudo Nacional do Cncer (INCA), todo processo de formao do cncer
chamada de carcinognese. Seu desenvolvimento constituido em etapas, todas auxiliadas por
agentes cancergenos, responsveis pelas primeiras modificaes celulares, at a evoluo destas em
tumores.
Estgio inicial: primeiro contato dos genes com os agentes cancergenos, apresentando as
primeiras modificaes nas clulas;
Estgio de promoo: estas clulas modificadas atravs de longos e efetivos contatos com
agentes cancergenos, lentamente vo sofrendo alteraes e se transformando em clulas
malignas, a partir do momento que ela convertida, a clula comea a formar novos vasos
22
sanguneos, a fim de manter e nutrir suas atividades de crescimento e multiplicao.
Estgio de progresso: neste estgio as clulas cancergenas comeam a se multiplicar
freneticamente, invadindo tecidos vizinhos e passando suas mutaes, gerando assim novas
clulas malignas.
Geralmente as clulas de um cncer qualquer, independente de sua origem; possuem a
capacidade de metstase, que quando as clulas cancergenas atingem os vasos linfaticos e
comeam a se distribuirem pelo corpo, formando assim novas colonias (cncer) ao longo do corpo.
A Figura 1 ilustra o processo de carcinogse e a Figura 2 mostra as mutaos
que as sofrem at a formao do cncer mostram tanto as etapas de mutao das clulas
e a formao do cncer, assim os estgios do processo de carcinognese:
1.3 Etimologia
A palavra cncer vem do grego karknos, quer dizer caranguejo, e foi utilizada
pela primeira vez por Hipcrates, o pai da medicina, que viveu entre 460 e 377 a.C.
(INCA, 2010).
Figura 1 - Passo a passo do processo de carcinognese.
Fonte: Livro do ABC Cncer, 2010.
Figura 2 - - Mutao e Formao do Cncer.
Fonte: Livro do ABC do Cncer, 2010.
23
Ao relacionarmos a palavra cncer com a medicina, definimos como conjunto de
mais de 100 doenas que tm em comum o crescimento desordenado de clulas de
tecidos e rgos, podendo espalhar-se para outras regies do corpo ( INCA, 2013).
Usualmente o cncer no pode ser considerado inicialmente como um tumor
benigno que pode ser removido rapidamente, necessrio a realizao de exames para
que se possa saber a natureza desse tumor e sua respectiva classificao: benigno ou
maligno.
O termo tumor maligno significa o acmulo de clulas cancergenas em um
devido local no organismo. No caso do melanoma maligno, se tem como origem dos
melanocticos, em geral do sitio primrio cutneo.
Pesquisas mostram que o cncer uns dos principais problemas de sade
pblica, sendo responsvel por mais de seis milhes de bitos a cada ano,
correspondendo cerca 12% de todas as causas de morte do mundo.
Segundo o INCA, a maioria dos casos de cncer (80%) est relacionada ao meio
ambiente, no qual encontramos um grande nmero de fatores de risco, como cigarros,
bebidas alcolicas ou exposio radiao. No exemplo de cncer de pele, a radiao
ultravioleta (RUV) proveniente do Sol o grande fator de risco.
1.4 Nomenclatura
A designao dos tumores baseia-se na sua histognese e histopatolgica. Sua
nomenclatura depende do tecido que lhes deu origem.
1.4.1 Tumor benigno
O tumor benigno pode apresentar mais de uma linhagem celular e, neste caso,
recebe de regra o nome dos tecidos que o compe acrescido do sufixo oma. (INCA)
Exemplos:
Tumor benigno do tecido cartilaginoso condroma.
Tumor benigno do tecido gorduroso lipoma.
24
Tumor benigno do tecido glandular adenoma.
1.4.2 Tumor maligno
Quanto aos tumores malignos, necessrio considerar a origem embrionria dos
tecidos de que deriva o tumor, para se puder, aplicar as regras de nomenclatura.
Os tumores malignos dos quais se originam dos epitlios de revestimento externo e
interno so denominados carcinomas. Quando o epitlio de origem for glandular,
passam a ser chamados adenocarcinomas (INCA 2013).
Exemplos:
Carcinoma basocelular da face.
Adenocarcinomas de ovrio.
O nome dos tumores malignos originrios dos tecidos conjuntivos
(mesenquimais) formado pelo nome do tecido mais a determinao sarcoma.
Exemplos:
Tumor maligno do tecido cartilaginoso condrossarcoma.
Tumor maligno do tecido gorduroso lipossarcoma.
Tumor maligno do tecido muscular liso leiomiossarcoma.
Tumor maligno do tecido muscular estriado rabdomiossarcoma.
1.4.3 Uso de epnimos
H tumores cuja nomenclatura utiliza o nome dos cientistas que os descreveram
pela primeira vez, ou porque sua origem demorou a ser esclarecida ou porque os nomes
ficaram consagrados pelo uso. So exemplos: o linfoma de Burkitt, o sarcoma de
Ewing, o sarcoma de Kaposi, o tumor de Wilms (nefroblastoma), o tumor de
Krukemberg (adenocarcinomas mucinoso metasttico para ovrio).(INCA,2013)
25
1.4.4 Outros nomes utilizados
A nomenclatura de alguns tumores foge a qualquer critrio histogentico ou
morfolgico, como so os exemplos da doena de Hodgkin e da mola hidatiforme. A
denominao micose fungide, embora no sugira sequer neoplasia, refere-se a um
linfoma maligno de pele. Quando o tumor apresenta linhagem epitelial e mesenquimal,
ambas malignas recebem o nome de carcinossarcoma. O carcinoma dito
adenoescamoso quando possui componentes epiteliais e glandulares malignos. Ser um
adenoacantoma quando somente a linhagem glndular for maligna, mas apresentar reas
de metaplasia escamosa. Tumores como o melanoma e os linfomas podem receber o
adjetivo maligno, apesar de no possurem a variante benigna. Isto ocorre devido
confuso que sua terminao-oma faz com a nomenclatura de tumor benigno. A tabela 1
apresenta um resumo de classificao das neoplasias de acordo com as regras e
excees apresentadas, alm de suas respectivas origens. Diante da variedade de
classificaes usadas de modo no sistematizado, em todo o mundo, evidente que se
tornou difcil fazer estudos comparativos entre diferentes regies do globo. Na tentativa
de minimizar essas dificuldades e permitir um melhor entendimento entre os
especialistas, fazendo, consequentemente, com que seus dados possam ser comparados,
a Organizao Mundial da Sade (OMS) vem tentando uniformizar a nomenclatura
mundial, tendo lanado, em vrios idiomas, edies do CID-O (Cdigo Internacional de
Doenas - Oncologia), nas quais se permite utilizar toda a sinonmia de topografia e
nomenclatura dentro de cdigos numricos. Essa nomenclatura vem sendo usada por
grande nmero de especialistas em todo o mundo e adotado apelo Registro Nacional
de Patologia Tumoral do Ministrio da Sade (RNPT), que cadastra um numeroso
grupo de laboratrios de Anatomia Patolgica de todo o Brasil (INCA,2010).
26
Tabela 1 - Classificao dos Tumores
ORIGEM BENIGNOS MALIGNOS
Tecido Epitelial
Revestimento Papiloma Carcinoma
Glandular Adenoma Adenocarcinoma
Tecido Conjuntivo
Fibroso Fibroma Fibrossarcoma
Mixide Mixoma Mixossarcoma
Adiposo Lipoma Lipossarcoma
Cartilagem Condroma Condrossarcoma
Vasos sanguneos Hemangioma Hemangiossarcoma
Glmus Giomangioma -
Pericitos Hemangiopericitoma Hemangiopericitoma Maligno
Vasos linfticos Lingangioma Linfangiossarcoma
Mesotlio - Mesotelioma maligno
Meringe Meringioma Meringioma maligno
Tecido Hemolinfopotico
Mielide - Leucemia (vrios tipos)
Linfide - Leucemia Linfocitica
- - Linfoma
- - Plasmocitoma
- - Doena de Hodgkin
Clulas de Langerhans - Histiocitose X
Tecido Muscular
Lipo Leiomioma Leiomiossarcoma
Estriado Rabdomioma Rabdomiossarcoma
Tecido Nervoso
Neuroblasto e/ou Ganglioneuroma Ganglioneuroblastoma
Neurnio - Neuroblastoma Fonte: Fisiopatologia do cncer, cap. 2, (INCA, 2010)
1.5 Processo de evoluo dos tumores
Atravs do conhecimento da evoluo o tumor ou do seu crescimento possvel
identifica-los quando a leso est na fase pr neoplsica, ou seja, no se desenvolveu.
A evoluo do tumor maligno depende de alguns fatores:
da velocidade do crescimento tumoral.
do rgo onde o tumor est localizado.
de fatores constitucionais de cada pessoa.
Juntamente a esses fatores, os tumores podem ser detectados em diferentes fases:
Fase pr-neoplsica (antes de a doena se desenvolver).
27
Fase pr-clnica ou microscpica (quando ainda no h sintomas).
Fase clnica (apresentao de sintomas).
A figura 3 descreve as fases de deteco de forma simplificada:
Independente da fase que o cncer pele detectado, h necessidade de classificar
cada caso de acordo com a extenso do tumor. O mtodo utilizado para realizar essa
classificao denominado estadiamento, podendo ser clinico ou patolgico. Na
medicina estadiar uma neoplasia maligna significa avaliar o grau de disseminao do
tumor.
Segundo o INCA, o sistema de estadiamento mais utilizado o padronizado pela
Unio Internacional Contra o Cncer (UICC), denominado Sistema TNM de
Classificao dos Tumores Malignos, esse sistema no reflete em apenas na taxa de
crescimento e a extenso da doena, mas tambm ao tipo de tumor e sua relao com o
hospedeiro (paciente).
1.6 Sinais e sintomas
Basicamente, os sinais e sintomas do cncer podem ser divididos em trs grupos:
Figura 3 - Evoluo do Cncer.
Fonte: Livro ABC do Cncer, 2010.
28
Locais:
Caroos ou inchaos no usuais (tumor);
Hemorragia (sangramento);
Dor e/ou ulcerao
A compresso dos tecidos circundantes no fgado pode causar sintomas como
ictercia.
Metstase:
Linfonodos aumentados;
Tosse e hemoptise;
Hepatomegalia (fgado aumentado);
Dor ssea;
Fratura de ossos afetados e sintomas neurolgicos;
Embora o cncer avanado possa causar dor, ela geralmente no o primeiro
sintoma.
Sistmicos:
Perda de peso (perda da massa muscular);
Falta de apetite e caquexia (cansao);
Transpirao excessiva (suor noturno);
Anemia e, em cerca de 10% dos doentes;
fenmenos paraneoplsicos especficos, ou seja, condies especficas que
ocorrem devido a um cncer ativo, como trombose ou mudanas hormonais.
Cada sintoma na lista acima pode ser causado por diversas condies. O cncer
tanto pode ser uma causa comum ou rara para cada item.
1.7 Causas
As causas de cncer so variadas, podendo ser externas ou internas ao
organismo, estando ambas inter-relacionadas. As causas externas relacionam-se ao
meio ambiente e aos hbitos ou costumes prprios de um ambiente social e cultural.
As causas internas so, na maioria das vezes, geneticamente pr-determinadas, esto
29
ligadas capacidade do organismo de se defender das agresses externas. Esses
fatores causais podem interagir de vrias formas, aumentando a probabilidade de
transformaes malignas nas clulas normais.
De todos os casos, 80% a 90% dos cnceres esto associados a fatores
ambientais. Alguns deles so bem conhecidos: o cigarro pode causar cncer de
pulmo, a exposio excessiva ao sol pode causar cncer de pele, e alguns vrus
podem causar leucemia. Outros esto em estudo, tais como alguns componentes dos
alimentos que ingerimos, e muitos so ainda completamente desconhecidos. O
envelhecimento traz mudanas nas clulas que aumentam a sua suscetibilidade
transformao maligna. Isso, somado ao fato de as clulas das pessoas idosas terem
sido expostas por mais tempo aos diferentes fatores de risco para cncer, explica em
parte o porqu de o cncer ser mais frequente nesses indivduos. Os fatores de risco
ambientais de cncer so denominados cancergenos ou carcingenos. Esses fatores
atuam alterando a estrutura gentica (DNA) das clulas.
O surgimento do cncer depende da intensidade e durao da exposio das
clulas aos agentes causadores de cncer. Por exemplo, o risco de uma pessoa
desenvolver cncer de pulmo diretamente proporcional ao nmero de cigarros
fumados por dia e ao nmero de anos que ela vem fumando.
1.7.1 Fatores de Risco de Natureza Ambiental
Os fatores de risco de cncer podem ser encontrados no meio ambiente ou
podem ser herdados. A maioria dos casos de cncer (80%) est relacionada ao meio
ambiente, no qual encontramos um grande nmero de fatores de risco. Entende-se por
ambiente o meio em geral (gua, terra e ar), o ambiente ocupacional (indstrias
qumicas e afins) o ambiente de consumo (alimentos, medicamentos) o ambiente social
e cultural (estilo e hbitos de vida).
As mudanas provocadas no meio ambiente pelo prprio homem, os 'hbitos' e o
'estilo de vida' adotados pelas pessoas, podem determinar diferentes tipos de cncer.
Tabagismo
Hbitos Alimentares
30
Alcoolismo
Hbitos Sexuais
Medicamentos
Fatores Ocupacionais
Radiao solar
1.8 Cncer de Pele
O cncer de pele o tipo de cncer mais incidente em ambos os sexos no Brasil.
Entretanto, as leses so de fcil diagnstico clinico e podem atingir ndices de curas
superiores a 95%, desde que diagnosticados nos estgios iniciais e tratados
corretamente.
Embora a incidncia de melanoma represente cerca de 4% dos tumores de pele
(INCA, 2013), um cancro considerado de maior importncia, pois corresponde a 79%
das mortes por cncer de pele. Devido a essas circunstncias o cncer tem sido alvo de
inmeras pesquisas, das quais foram possveis obter a relao do cncer com a
hereditariedade.
Entre os fatores de risco propcios para o desenvolvimento desse cancro a
exposio prolongada ao sol. O melanoma maligno (MM) que atinge principalmente
pessoas de pele e olhos claros, devido formao da estrutura da pele, que apresenta
maior facilidade para queimaduras provocadas da radiao ultravioleta (RUV). A
maioria das leses inicia em regies mais expostas, como cabea, pernas e pescoo.
As manchas so os primeiros sinais de alerta para desenvolvimento desse tipo de
cncer, normalmente as manchas coam, ardem podendo at sangrar. Pintas existentes
que mudam de cor ou forma repentinamente, ou feridas que demoram mais de quatro
semanas para cicatrizar, tambm merecem ateno especial.
Umas das solues de preveno mais eficaz, e essencial para o no
desenvolvimento do MM, a diminuio do contato excessivo com os raios
ultravioletas (UV) e a procura especializada de um dermatologista nos primeiros
sintomas apresentados.
Toda superfcie da pele composta por sulcos e salincias, particularmente
acentuadas nas regies palmo-planares e extremidades dos dedos, onde sua disposio
absolutamente individual, e peculiar, permitindo no somente sua utilizao na
31
identificao de indivduos atravs de datiloscopia, como tambm, a diagnose de
enfermidades genticas, atravs das impresses palmo-planares, os dermatoglifos. A
superfcie cutnea apresenta, ainda de acordo com os segmentos corpreos, variaes
articulares e musculares; A cor da pele e determinada pela juno de vrios fatores,
alguns de ordens genticos, como a quantidade de pigmentao (melanina), e outros de
ordem individual, regional e mesmo sexual.
A Figura 4 ilustra de forma bem clara a camada da pele.
1.8.1 Tumores de pele do tipo melanoma
O melanoma maligno (MM) a principal doena fatal relacionada pele. As
incidncias de mortalidade por melanoma vm aumentando no mundo, sendo maior sua
incidncia em pases pouco desenvolvidos. (MARTA, 2003).
O MM o cncer da pele de pior prognstico. um tumor muito grave devido
ao seu alto potencial de produzir metstases enviando clulas tumorais para outros
rgos, onde se desenvolvem. Origina-se dos melancitos, clulas que produzem o
pigmento que d a cor da pele. Pode se originar da pele s ou de leses pigmentadas
pr-existentes, os nevos pigmentados ("sinais" escuros) e cicatrizes.
De ocorrncia mais frequente em pessoas de pele clara, fototipos I ou II, o
melanoma pode surgir em rea de pele no exposta ao sol, porm, o maior nmero de
Figura 4 - Camada da pele. Fonte: INFOESCOLA
32
leses aparece nas reas da pele que ficam expostas radiao solar. A importncia do
autoexame e de um acompanhamento mdico ao notar sinais ou pintas com certo grau
de alarme essencial.
Muitos so os fatores desencadeantes do melanoma, a Tabela 2 mostra alguns
dos principais agentes que contribuem para o desenvolvimento dessa neoplasia, j a
Tabela 3 mostra os fatores de risco do melanoma.
Tabela 2 - Fototipos de pele.
Fototipos da pele Consequncias da exposio solar
I Pele clara, olhos azuis,
sardentos.
Sempre se queimam e nunca se bronzeiam
II Pele clara, olhos azuis, verdes
ou castanhos claros, cabelos
louros ou ruivos.
Sempre se queimam e, s vezes, se bronzeiam.
III A mdia das pessoas brancas
normais
Queimam-se moderadamente, bronzeiam-se
gradual e uniformemente.
IV Pele clara ou morena clara,
cabelos castanhos escuros e
olhos escuros.
Queimam-se muito pouco, bronzeiam-se
bastante.
V Pessoas morenas Raramente se queimam, bronzeiam-se muito.
VI Negros Nunca se queimam profundamente Fonte: DERMATOLOGIA. NET
Tabela 3 - Fatores de risco
Fatores de risco Risco Relativos
Nevos atpicos ou displsticos (com histrico familiar) 148
Nevos atpicos ou displsticos (sem histrico familiar) 7 a 70
Lentigo Maligno (melanoma in situ) 10
Nmeros de nevos melancitos benignos acima da mdia 2 a 64
Nevos Congnitos 17 a 21
Idade acima de 15 anos 88
Raa branca (especialmente cabelos ruivos) 12
Melanoma prvio 5 a 9
Melanoma cutneo em pais, filhos e irmos 2 a 8
Imunossupresso 2 a 8
Exposio excessiva ao sol (principalmente antes dos 15 anos) 3 a 5
Sensibilidade solar 2 a 3 Fonte: SALJAVOJI, 1999
33
1.8.1.1 Caractersticas Clnicas do Melanoma
Existem quatro caractersticas prprias que auxiliam na identificao do tumor,
conhecida como regra do ABCD do melanoma, que levam em conta a Assimetria das
leses, Bordas Irregulares, Colorao no uniforme em uma mesma leso e Dimetro
maior que seis milmetros (mm).
A Figura 5 apresenta uma comparao da regra do ABCD entre duas imagens de
leses de pele com manifestao benigna e tumores do tipo melanoma.
Figura 5 - ABCD do Melanoma
Fonte: E-CANCER, INFORMAES PARA UMA
VIDA MELHOR. 2009
34
Atravs da caracterstica destinada cor possvel analisar a profundidade de
um tumor. Partes mais escura so indicadores de maior crescimento vertical, devido a
pouca reflexo da energia luminosa nas camadas mais profundas da pele, j que esta
ser mais absorvida pelas clulas do tecido.
1.8.1.2 Apresentao Clnica patolgica do Melanoma
Segundo SALVAJOLI (1999) as apresentaes clnicas do MM so baseadas em
seus aspectos patolgicos e anatmicos, e estas so divididas em:
1) Melanoma expansivo superficial (MES) o mais frequente, 70% dos casos; no
tronco e membros inferiores. Vrias coloraes, como castanho, preto, rseo,
violeta; hipopigmentao central e expanso perifrica; o matiz cinza-escuro
translcido altamente sugestivo. 2) Melanoma nodular (MN) - o segundo mais comum, 15 a 30% dos casos, nas
quinta e sexta dcadas de vida, sexo masculino, na proporo de 2:1. Apresenta-
se como leso papulosa, elevada, de cor castanha, negra ou azulada. So
frequentes a ulcerao e o sangramento; existe a variante amelantica, com
superfcie critematosa. A expresso reservada s leses primitivamente
nodulares, isto , sem fase prvia de crescimento radial. 3) Melanoma lentiginoso acral (MLA) - nas regies palmoplantares, extremidades
digitais, mucosas e semimucosas; mais frequente em no brancos (35 a 60%).
No tem predileo por sexo; stima dcada de vida. Nas extremidades digitais
pode-se apresentar como leso tumoral acastanhada subungueal, melanonquia
estriada, fragmentao longitudinal da lmina ungueal, alm de paronquia
crnica e persistente. 4) Melanoma lentigo maligno (MLM) - pouco frequente 5% dos casos; sexta e
stima dcadas de vida; surge em rea de lentigo solar que se apresenta como
mcula acastanhada ou enegrecida, de limites ntidos e irregulares, alcanando
vrios centmetros de dimetro, localizada na face (90%), em mos e membros
inferiores (10%). Nessa fase, podem ocorrer ulceraes, sangramento e
formao de crostas.
35
1.9 Tumores de pele do tipo no melanoma
Entre os tumores de pele, o tipo no melanoma o de maior incidncia e mais
baixa mortalidade. Os mais frequentes so: carcinoma basocelular (CBC), responsvel
por 70% dos diagnsticos, e o carcinoma epidermoide ou espinocelular (CEC),
representando 25% dos casos. O carcinoma basocelular, apesar de mais incidente,
tambm o menos agressivo (INCA 2013).
1.9.1 Carcinoma Basocelular
O carcinoma basocelular (CBC) ou epitelioma basocelular o tumor maligno
cutneo localmente invasivo com maior incidncia em indivduos de pele clara. O CBC
invade os tecidos contguos por expanses digitiformes irregulares. constitudo por
clulas que se assemelham clulas basais da epiderme; estas clulas neoplsicas
originam-se de clulas epiteliais imaturas pluripotentes da camada basal da epiderme e
mais raramente de partes do complexo cutneo pilo-sebceo ou outros apndices
cutneos. Os CBCs podem apresentar tamanhos variados, leses de poucos milmetros
j podem ser identificadas e, medida que se desenvolvem, as caractersticas clnicas se
tornam mais evidentes; muitas vezes, porm, exigem exerccio do diagnstico
diferencial com outras dermatoses papulonodulares e ulceradas solitrias. O tpico
crescimento lento e assintomtico faz com que seja comumente referido pelos pacientes
como uma ferida que no cicatriza ou uma leso de acne.
Clinicamente, os CBCs so divididos em cinco tipos: ndulo-ulcerativo,
pigmentado, esclerodermiforme ou fibrosante, superficial e fibroepitelioma. A figura 6
abaixo contm algumas apresentaes de CBC:
Figura 6 - Apresentaes do CBC.
Fonte: Dermatologia.net.2012.
36
1.9.2 Carcinoma Espinocelular
Carcinoma Espinocelular (CEC) o segundo tipo mais comum de cncer de
pele, sendo superado somente pelo carcinoma basocelular. Ocorre normalmente em
reas expostas ao sol e est relacionado ao dano solar crnico, ou seja, ao acmulo de
dano radiao ultravioleta na pele ao longo da vida. O CEC no exclusivo da pele,
acometendo tambm mucosas, como, garganta, boca, colo do tero, vagina e pnis. Seu
comportamento mais agressivo nas mucosas, principalmente em boca e garganta, com
maior risco de metstases e evoluo para bito. Na pele, esse tipo de cncer no to
agressivo. Diferente do que ocorre com o carcinoma basocelular, o carcinoma
espinocelular pode gerar metstases, o risco no to grande como no melanoma, mas
existe.
Segundo SALVAJOLI (1999), o CEC pode apresentar-se como placas
eritematosas, ou no, com graus variados de descamao e/ou formao de crostas, ou
como ndulos duros palpao, que podem ulcerar-se ou torna-se vegetantes. O CEC
pode ser classificado conforme sua diferenciao na base celular, anlogo ao melanoma:
1) Doena de Bowen: a doena de Bowen (DB) corresponde a um carcinoma
espinocelular in situ, ou seja, de localizao intraepidrmica, apresenta um
crescimento lento.
2) Queratose Actnica: uma leso de pele causada pelo sol (por isso chamada de
actinca) que se caracteriza por reas avermelhadas ou ligeiramente acastanhadas
com uma superfcie spera.
3) Carcinomas de Glndulas Anexas: Subtipo mais raro, e bastante agressivo, tanto
na rea que est situada a leso como em capacidade de metastizar.
4) Querotocantoma: um tumor cutneo benigno. caracterizado por
apresentar crescimento rpido e involuo espontnea
Figura 7 - Apresentaes de CEC.
Fonte Dermatologia. net. 2012.
37
1.10 Tipos de tratamento de cncer de pele
H muitas opes de tratamento para pessoas com cncer de pele dos tipos
melanoma ou no melanoma. A escolha do tratamento depende da idade, sade geral do
paciente, estgio do cncer, se ele se espalhou do local original, e outros fatores
histolgicos.
1.10.1 Exciso Cirrgica
Forma teraputica mais utilizada em tumores de pele a remoo cirrgica
deste. A rea total do tumor dever ser considerada como uma forma tridimensional,
sendo assim exciso realizada a partir de um tamanho maior que o total de tecido
comprometido. O tratamento cirrgico considerado curativo quando indicado nos
casos iniciais da maioria dos tumores slidos. um tratamento radical, que compreende
a remoo do tumor primrio com margem de segurana e, se indicada, a retirada dos
linfonodos das cadeias de drenagem linftica do rgo-sede do tumor primrio.
1.10.2 Radioterapia
um tratamento no qual se utilizam radiaes para destruir um tumor ou
impedir que suas clulas aumentem. Estas radiaes no so vistas e durante a aplicao
o paciente no sente nada. A radioterapia pode ser usada em combinao com a
quimioterapia ou outros recursos usados no tratamento dos tumores (INCA 2013).
1.10.3 Quimioterapia
Quimioterapia um tratamento que utiliza medicamentos para destruir as clulas
doentes que formam um tumor. Dentro do corpo humano, cada medicamento age de
38
uma maneira diferente. Por este motivo so utilizados vrios tipos a cada vez que o
paciente recebe o tratamento (INCA 2013).
1.11 Estimativas e Incidncia de Cncer no Brasil
Segundo as estimativas 2012 realizadas pelo INCA, das quais so vlidas para o
ano de 2013 apontam a ocorrncia de aproximadamente de 518.510 casos novos de
cncer, incluindo os casos de cncer de pele no melanoma. Dados mostrados pelo
instituto mostra que excluindo os casos de pele no melanoma, estima-se um total de
385 mil novos casos no pas.
Em nmeros, no Brasil esperado um total de 257.870 novos casos sendo
apenas relacionados ao sexo masculino e 260.640 casos para o sexo feminino.
Conforme estimado pelo INCA o cncer de pele do tipo no melanoma corresponder
134 mil novos casos, sendo assim considerado o de maior incidncia na populao
brasileira. A Tabela 4 mostra a estimativa de novos casos de cncer entre homem e
mulheres respectivamente.
Tabela 4 - Estimava de cncer entre homem e mulher em 2012/2013.
Fonte: INCA (2012/2013).
39
A distribuio dos casos novos de cncer segundo o tipo de tumor e segundo as
cinco regies do pas, para o sexo masculino, mostra-se heterognea entre Estados e
capitais do pas, o que fica em evidncia ao se observar a representao espacial das
diferentes 27 taxas brutas de incidncia (Figuras 8 e 9). As regies Sul e Sudeste, de
maneira geral, apresentam as maiores taxas, enquanto as regies Norte e Nordeste, as
menores. As taxas da regio Centro-Oeste apresentam um padro intermedirio.
Figura 8 - Distribuio de regional de cncer em homens.
Fonte: INCA, 2012/2013
Figura 9 - Distribuio de regional de cncer em mulheres.
Fonte: INCA, 2012/2013
40
Estimam-se, para o Brasil, 62.680 casos novos de cncer da pele no melanoma
entre homens e 71.490 em mulheres. Esses valores correspondem a um risco estimado
de 65 casos novos a cada 100 mil homens e 71 para cada 100 mil mulheres, como pode
ser constatado na tabela 4. O cncer da pele no melanoma o mais incidente em
homens nas regies Centro-Oeste (124/100 mil), Sul (80/100 mil) e Norte (38/100 mil),
enquanto, nas regies Sudeste (73/100 mil) e Nordeste (39/100 mil), o segundo mais
frequente. Nas mulheres o mais frequente em todas as regies, com um risco estimado
de 109/100 mil na regio Centro-Oeste, 91/100 mil na regio Sudeste, 68/100 mil na
regio Sul, 43/100 mil na regio Norte e 42/100 mil na regio Nordeste (Tabelas 4, 12,
22, 27 e 32).
Quanto ao melanoma da pele, sua letalidade elevada, porm sua incidncia
baixa (3.170 casos novos em homens e 3.060 casos novos em mulheres). As maiores
taxas estimadas em homens e mulheres encontram-se na regio Sul.
41
CAPTULO II
Processamento e Anlise de Imagens
2. Introduo e Conceitos Fundamentais
A capacidade humana para captar, processar e interpretar altos volumes de dados
representa a principal finalidade da viso computacional. Ela busca o desenvolvimento e
aprimoramento de tcnicas computacionais que sejam capazes de exercer a
compreenso e o funcionamento do sistema visual dos seres humanos que apresenta
inmeras habilitadas sendo uma delas a interferncia perante os estmulos visuais.
A viso computacional ao longos dos anos vem procurando auxiliar na resoluo
de problemas considerados completos, cuja finalidade obter informaes de uma
determinada imagem, levando sempre como modelo a cognio humana.
Quando se diz a respeito a viso computacional outros termos interligados a esse
conceito surgem, termos que so considerados fundamentais para o estudo das tarefas
que favorecem ao desenvolvimento de sistemas que reproduzem as capacidades do
sistema visual humano. Podemos considerar esses termos como nveis, que esto
divididos em baixo nvel, que responsvel pelo processamento da imagem e em alto
nvel que se destina a anlise de imagens, em muitas literaturas esses dois nveis esto
agrupados numa outra rea de estudo denominada Processamento Digital de Imagens ou
PDI.
Processamento Digital de Imagens pode ser considerada uma rea em pleno
crescimento, que se baseia na aplicao frmulas matemticas e probabilsticas, dais
quais so aplicadas nos valores de cada pixel (elementos bsicos que formam as
imagens digitais). Em algumas literaturas o conceito de PDI uma derivao de
Processamento de Sinais, pois como os sinais as imagens so uma espcie de suporte
fsico que carrega no seu interior uma determinada informao, da qual atravs de
aplicaes de tcnicas de processamento possvel obter dados desta imagem.
Para Gonzalez (2011) no existem limites claros para consideramos uma linha
continua com o processamento de imagens em extremo e a viso computacional, mas no
42
entanto fundamental levar em considerao um paradigma trs tipos de processos
computacionais definidos em: processos de nveis, baixos, mdio e alto.
Os processos de nvel baixo envolvem operaes primitivas, como pr processamento de imagens para reduzir rudo, o realce o contraste e o
aguamento da imagem. Um processo de imagens de nvel baixo, envolve
caracterizado pelo fato de tanto a entrada quanto a sada serem imagens. O
processamento de nvel mdio envolve tarefas como segmentao (separao
de imagens em regies ou objectos), a descrio desses objectos para
reproduzi-los a uma forma adequada para o processamento computacional e
a classificao. Por fim, o processamento de alto nvel envolve dar sentido a um conjunto de objectos reconhecidos, como na anlise de imagens e, no
extremo dessa linha continua, realizar as funes cognitivas normalmente
associadas a viso. (GONZALEZ. 2011)
Segundo Pedrini (2008) possvel definir processamento digital de imagem
como um conjunto de tcnicas destinadas para capturar, representar e transformar
imagens com auxlio de computador. Emprego que permite extrair informaes e
melhorar a qualidade visual de certos aspectos estruturais.
O conceito de anlise de imagens, tambm segundo Pedrini (2008),
tipicamente baseada na forma, na textura, nos nveis de cinza ou nas cores dos objetos
presentes nas imagens. J para Gonzalez (2011) no processamento e na anlise de
imagem existem um ponto lgico de sobreposio que segundo ele pode ser considerada
uma rea de reconhecimento de regies ou objetos individuais de uma imagem.
Uma dificuldade inerente ao processo de anlise de imagens seu carter
multidisciplinar, em que diversos domnios de conhecimento so comummente
necessrios para solucionar o problema, tais como geometria computacional,
visualizao cientfica, psicofsica, estatstica, teoria da informao e muitos outros.
Na figura 10 possvel observar o agrupamento dos termos interligados rea
de viso computacional e PDI, conforme sua entrada, nvel de processamento e sada.
Figura 10 - Interdependncia entre os termos do sistema de viso computacional.
Fonte: Apostila de Sistema de Viso. 2005.
43
2.1 Componentes de um Sistema de Viso
Segundo Gonzalez (2011) inmeros termos diferentes esto ligados a um
sistema de viso computacional, ligao que permite em uma nica soluo a utilizao
de srie de tecnologias diferentes permitindo o desenvolvimento de softwares em
diversas reas do conhecimento, como por exemplo na medicina.
Devido a essa integrao entre diferentes tecnologias Gonzalez (2011),
apresentou uma estrutura dos componentes interligados que permite representar a
organizao de um sistema de processamento de imagem, como mostra a Figura 11:
Tem-se os seguintes elementos a descrio dos mais importantes:
Sensores: dispositivo fsico sensvel energia irradiada pelo objeto do
qual se pretende adquirir uma imagem, convertendo-a num sinal eltrico
proporcional intensidade da energia recebida.
Figura 11 - Componentes de um sistema PDI.
Fonte: Gonzalez. 2011.
44
Hardware de Aquisio: dispositivo responsvel pela digitalizao do
sinal proveniente do sensor e por realizar algum pr-processamento sobre
estes dados antes de envi-los ao computador.
Computador: o elemento principal do sistema. Ele que coordena todas
as outras atividades e a ordem em que estas so realizadas.
Software de processamento de imagens: algoritmos computacionais
responsveis por analisar e melhorar a imagem obtida, retornando para o
computador decidir qual ser o destino ou aplicao desta.
2.2 Sistema Visual Humano
Segundo Pedrini (2008), o sistema visual humano tem dentre as principais
caractersticas a capacidade sensorial que permite uma adequada percepo do ambiente
que os cerca, considerando assim a viso o emprego de diversas funes diferentes, tais
como deteco, localizao, reconhecimento e interpretao de objetos no ambiente.
Uma vez que a rea de viso computacional procura dotar as mquinas com
capacidades visuais, tornando assim fundamental compreender o funcionamento do
sistema visual humano sobre os diversos aspectos psicofsicos e neurofisiolgicos.
Para Gonzalez (2011), fundamental desenvolver uma compreenso bsica da
percepo humana antes de iniciar-se o processo de processamento de imagem. Em
partida o nico interesse no sistema visual humano na mecnica dos parmetros
relacionados a formao e percepo das imagens, procurando sempre analisar e
conhecer as limitaes fsicas da viso humana.
A Figura 12 mostra um corte transversal do olho humano. O globo ocular possui
formato aproximadamente esfrico, com dimetro de cerca de 20 mm, situado no
interior de uma cavidade ssea, chamada orbita, sendo protegido pelas plpebras e
clios. O globo ocular envolvido por trs membranas, uma cada externa formada pela
esclertica e pela crnea, uma camada intermediaria formada pela coroide, ris e corpo
ciliar, e uma camada interna formada pela retina.
45
A coroide contm uma rede de vasos sanguneos que tem funo primordial de
ser a principal fonte de nutrio do olho, qualquer na coride, pode levar a um grande
dano ocular. O revestimento da coride substancialmente pigmentado, ajudando a
reduzir a quantidade de luz entra no olho e espalha-se pelo globo ocular. (Gonzalez &
Woods, 2011)
A retina a membrana interna do olho, nela onde sero formadas as imagens.
Quando o olho est adequadamente focalizado, a luz de um objeto externo formada de
forma ntida nas paredes da retina, onde a viso de padres obtida pela distribuio
dos receptores, ao longo de toda a superfcie da retina. Existem duas classes de
receptores: bastonetes e cones. Cada olho possui cerca de 6 a 7 milhes de cones,
localizando-se principalmente na rea central da retina denominada fvea, eles tem a
funo de reconhecerem diferenas de cores, a viso dos cones recebem varias
denominaes mais so principalmente conhecida como viso fotpica ou viso de
luz clara. J os bastonetes so encontrados em uma escala quantitativa muito maior,
variando entre 75 a 150 milhes, tem como funo uma viso geral do campo de viso,
eles no esto ligados a visualizao de cores e conseguem ser estimulados mesmo com
baixos nveis de iluminao; Por exemplo que aparecem brilhantemente coloridos a luz
do sol, aparecem de forma descolorida quando iluminados pela luz da lua, essa viso
conhecida como viso escotpica ou viso de luz escura. (Instituto de fsica,
UFRGS).
Figura 12 - Representao do Sistema Visual Humano.
Fonte: Pedrini.2008
46
2.2.1 Formao de imagem no olho
Em uma cmera fotogrfica comum, a lente tem uma distancia focal fixa e a
localizao para diferentes distancias obtida variando a ela entre a lente e o plano
imagem, onde o filme se localiza. No olho humano, ocorre o oposto: a distancia entre a
lente e o plano imagem, que nesse caso a retina fixa, e a distancia focal necessria
para atingir uma localizao adequada obtida variando o formato do cristalino (que
equivale a uma lente flexvel). A distancia entre o centro do cristalino e a retina ao
longo do eixo visual aproximadamente 17 mm, j a distancia focal varia de 14 mm a
17 mm aproximadamente.
A disposio geomtrica apresentada na Figura 13 ilustra como calcular as
dimenses de uma imagem formada pela retina. A imagem na retina localizada
principalmente na rea fvea, ocorrendo a percepo ento, pela excitao relativa dos
receptores de luz, que transformam a energia radiante em impulsos eltricos, que so
posteriormente decodificados pelo crebro humano.
2.3 Etapas de um Sistema de Processamento de Imagens
Um sistema de PDI, constitudo por um conjunto de etapas, como mostra a
Figura 14, com a capacidade de produzir um resultado com base em um domnio
problema. Cada etapa presente no diagrama executada por uma srie de algoritmos
computacionais, a fim de obter um resultado ideal a partir da entrada de uma imagem
Figura 13 - Representao grfica do olho focalizando uma imagem.
Fonte: Pedrini. 2008.
47
digital. Resumidamente o objetivo maior do diagrama transmitir uma ideia de todas as
metodologias que podem ser aplicadas a imagens para diferentes propsitos e,
possivelmente, com diferentes objetivos.
Aquisio de imagem: Essa etapa tem como funo principal converter uma
imagem em uma representao numrica (imagem digital) adequada para o
processamento digital onde um dispositivo digitalizador converte os sinais
eletromagnticos emitidos da imagem em questo para sinal digital, isto ,
representando atravs de bits 0s e 1s. (FILHO; NETO, 1999)
Pr-processamento: o processo de manipulao da imagem, a fim de corrigir
as imperfeies ou distores obtidas no processo de anterior de captura da imagem,
isso se da principalmente pelas condies de iluminao ou caractersticas do
dispositivo. Buscando a melhoria da imagem que vem a grande importncia dessa etapa,
pois atravs dela sero aplicadas tcnicas para atenuao de rudos, correo de
contraste, brilho ou suavizao. (Pedrini, 2008).
Segmentao: A segmentao da imagem consiste no processo de
reconhecimento e extrao de reas de interesse contidas na imagem e que tenham
Figura 14 - Etapas de um sistema de PDI .
Fonte: Pedrini. 2008
48
relevncia aplicabilidade em questo. De modo geral a segmentao automtica uma
das tarefas mais difceis do processamento digital de imagens. Um procedimento de
segmentao bem sucedido esta totalmente relacionada coma taxa de sucesso na
resoluo do problema em questo. A segmentao parece ser uma operao
extremamente fcil, pelo fato de nos seres humanos fazermos esse processo de forma
instantnea, porm isso se torna uma tarefa bem complexa quando se trata em aplicar
esse conceito a um computador. Com tudo, mesmo com nossa alta capacidade de
segmentao ns possumos grandes falhas pelo fato de deduzirmos contornos de
objetos onde no existe e tambm por analisarmos o objeto por inteiro, como ser
demonstrado na imagem a baixo com o exemplo da iluso de kanizsa.(Fonseca).
Representao e descrio: A funo desse processo consiste no reconhecimento
e e extrao de caractersticas e propriedade que seja de suma importncia ao passo
seguinte, geralmente atributos identificados so quantificados e atribudos seus valores
em um vetor, que pode ser denominado "Vetor de caractersticas" (Pedrini, 2008).
Reconhecimento e interpretao: E a fase final do processamento de imagem,
nele atribudo identificador ou rotulo aos objetos com base em seus descritores, onde
ser possvel atribuir um significado ao conjunto de objetos identificados, tomando
assim as devias aes que aplicabilidade requeira.(Gonzalez & Woods, 2011)
Domnio do problema: O domnio do problema esta codificado em um sistema
de processamento de imagem na forma de uma base (banco de dados) de conhecimento.
Figura 15 - Ilustrao de Kanizsa. Fonte: Fonseca
49
A base de dados depende de cada aplicao, cujo tamanho e complexidade podem variar
significativamente. (Pedrini & Schwartz, 2008)
2.4 Radiaes eletromagnticas
A definio de espectro eletromagntico usada para nos referirmos a todos os
intervalos de frequncias de ondas que se propagam no vcuo na velocidade da luz (c)
equivalente a m/s e sem a necessidade de um meio material. Essas ondas
variam em frequncia ( f ) que a taxa de variao, ou oscilao, por segundo da onda,
medida em hertz (Hz, ou ciclos por segundo), e cumprimento lambda () que se
apresenta sua medio em metros, mantendo entre essas duas variveis um relao
inversamente proporcional.
( )
E so atravs da propriedade acima citada que possvel classificar cada tipo de
onda, podendo ser observado essa classificao na Figura 16.
.
Figura 16 - Espectro eletromagntico.
Fonte: Bastos, Arcoverde, & Barreto
50
As ondas eletromagnticas possuem formas de ondas senoidal que se propaga
com o comprimento lambda (), ou se pode adotar uma outra posio, adotando-a como
um fluxo de partculas sem massa, onde cada uma se descola similarmente a uma onda e
se movendo na velocidade da luz. Cada partcula sem massa contm uma quantidade
(ou Quantum) de energia, cada quantum denominado por fton, onde a energia de
cada componente e onda pode ser expresso pela relao entre a constante de Planck (h)
pela frequncia de radiao da onda (f), havendo uma relao diretamente proporcional
entre a energia com a frequncia, quanto maior a frequncia maior a energia.
( )
Como pode ser observada na figura 16, a variedade de cores que se torna
perceptvel a luz visvel representa uma fatia muito pequena de toda a gama encontrada
no espectro eletromagntico, possuindo uma banda variando de 0,43m (violeta) at
0,79 m (vermelho). Por convenincia pode se dividir o espectro visvel em seis cores
(violeta, azul, verde, amarelo, laranja e vermelho), porm nenhuma cor possuem limites
definidos, pois cada faixa de cor se mistura com a faixa seguinte, formando a prxima
cor gradativamente.
2.5 Fundamentos da Imagem Digital
Uma imagem digital uma imagem f(x,y) discretizada tanto espacialmente
quanto em amplitude. Portanto, uma imagem digital pode ser vista como uma matriz
cujas linhas e colunas identificam um ponto na imagem, cujo valor corresponde ao nvel
de cinza da imagem naquele ponto. Cada ponto da imagem expresso pelo produto de
duas variveis: a iluminncia (i(x, y)), quantidade de luz incidente no ponto, e a
reflectncia (r(x, y)), quantidade de luz refletida pelo objeto no ponto (x, y). Assim, a
funo representada como:
f(x, y) = i(x, y), r(x, y) (3)
onde:
0 < i(x,y) < e 0 < r(x,y) < 1 e 0 < f(x,y) <
Para Gonzalez (2011) h trs formas bsicas de representar f(x, y). A Figura 17
(a) uma representao grfica de uma imagem, com dois eixos determinando a
51
localizao espacial e o terceiro eixo representando os valores de f (intensidades) com
uma funo das duas variveis espaciais x e y. Na Figura 17 (b) mostra f(x, y) como uma
imagem seria visualizada em um monitor ou em uma fotografia, j na terceira e ltima
representao f(x, y) Figura 17 (c) mostrada somente em valores numricos, ou seja,
na forma de uma matriz.
Analisando as representaes observa-se que as representaes das figuras 17
(b) e 17 (c) so mais uteis, sendo possvel obter mais rapidamente os resultados
buscados.
Figura 17 - (a) Imagem representada graficamente como uma superfcie. (b) Imagem
representada como matriz visual. (c) Imagem representada como uma matriz numrica.
Fonte: Gonzalez. 2011.
52
2.6 Fundamentos de Cor
Segundo Pedrini (2008) a cor uma propriedade importante na anlise de
imagens realizada pelos seres humanos com ou sem auxilio de um computador.
Mesmo que a percepo de cores do crebro humano no seja completamente
compreendida, os aspectos fsicos estudados h muitos anos por diversos pesquisadores,
podem ser expressos por meio de uma base formal fundamentada por resultados
tericos e experimentais (Gonzalez, 2011).
A compreenso da natureza da luz dentro do sistema de PDI fundamental e
essencial para o estudo das cores. A cor pode ser definida como uma manifestao
perceptual da luz, que por sua vez, um sinal eletromagntico. Um raio luminoso
constitudo por partculas, chamadas ftons, cuja frequncia e velocidade determinam o
comprimento de onda dos ftons, sendo assim a caracterizao da luz de extrema
importncia para o estudo das cores. Podemos classificar a luz em duas categorias:
Luz acromtica (sem cores): no qual seu nico atributo a intensidade ou
a quantidade. A luz acromtica est presente nos aparelhos de televiso
preto e branco.
Luz cromtica: engloba o espectro de energia eletromagntica de
aproximadamente de 400 a 700 nm. Nessa faixa encontram-se as cores
violeta (menor frequncia), azul, ciano, verde, amarelo, laranja e
vermelho (maior frequncia), denominadas de cores visveis, como pode
ser observado na Figura 18.
Em meados de 1666, o fsico Isaac Newton, descobriu que um feixe de luz
branca ao atravessar um prisma de vidro poderia ser decomposto em um espectro
continuo de cores, descoberta que deu-lhe o titulo de um dos pioneiros a pensar na
formao das cores provenientes de clulas fotossensveis. Na Figura 19 possvel
Figura 18 - Representao do espectro de radiao visvel.
Fonte: Glenda. 2007.
53
observar o feixe de luz branca atravessando o prisma e a Figura 20 mostra o espectro
total de radiaes eletromagnticas.
Uma luz cromtica apresenta trs valores para descrever a qualidade da sua
fonte, esses valores so definidos a partir da radincia, luminncia e brilho. Sendo que a
radincia determina a quantidade total de energia que flui da fonte de uma luz. A
luminncia medida em lumens (lm), cuja sua finalidade medir a quantidade de
energia que um observador consegue captar de uma fonte de luz. Por ltimo, o brilho
definido com um descritor subjetivo, praticamente impossvel de ser medido. Ele
representa a intensidade luminosa da radiao visvel.
Segundo Pedrini (2008), o processo de formao de uma cor consiste em outros
dois principais processos, que podem ser definidos em aditivo e subtrativo. No processo
aditivo as energias dos ftons correspondentes a dois ou mais raios luminosos que so
somadas. J no processo subtrativo a formao da cor ocorre quando as luz que os olhos
recebem origina-se de algum mate