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