Responsive image
Universidade Federal de Santa catarina (UFSC)
Programa de Pós-graduação em Engenharia, Gestão e Mídia do Conhecimento (PPGEGC)
Detalhes do Documento Analisado

Centro: Tecnológico

Departamento: Informática e Estatística/INE

Dimensão Institucional: Pesquisa

Dimensão ODS: Social

Tipo do Documento: Projeto de Pesquisa

Título: SISTEMA PARA ANÁLISE IMUNO-HISTOQUÍMICA EM TECIDO DE CARCINOMAS MAMÁRIOS UTILIZANDO TÉCNICAS DE VISÃO COMPUTACIONAL E RECONHECIMENTO DE PADRÕES.

Coordenador
  • MARCELO DANIEL BEREJUCK
Participante
  • ARTHUR CONELIAN GENTILI
  • CLARA ROSA OLIVEIRA GONÇALVES
  • MARCELO DANIEL BEREJUCK (Di)
  • THAYNARA TESSALINE MITIE SEI SOARES

Conteúdo

Segundo a organização mundial da saúde, uma das...segundo a organização mundial da saúde, uma das doenças com maior incidência em mulheres no mundo é o câncer de mama, levando muitas delas a óbito. porém, as chances de sobrevivência podem ser aumentadas com o diagnóstico precoce, obtido através da análise de imagens do tecido canceroso por um profissional da área de patologia. embora existam sistemas computacionais que atuem no auxílio ao diagnóstico, muitas vezes o esforço manual é preferível por muitos profissionais para detecção e contagem celular na amostra a fim de se obter métricas quantificáveis da expressão da doença no tecido, devido ao custo financeiro daqueles sistemas. nesse contexto, o trabalho em questão apresenta a modelagem de um sistema computacional, cujo objetivo é a detecção e contagem automatizada de células em amostras de câncer mamário, pigmentados por imuno-histoquímica, utilizando técnicas de visão computacional e reconhecimento de padrões. este sistema deverá ser armazenado em nuvem, para melhor desempenho computacional, e poderá ser acessado por profissionais de patologia através de conexão por smartfones. nos estudos preliminares que conduzimos, com análises feitas em computador padrão (pc), adotamos um método iterativo para avaliar a segmentação de núcleos celulares sobrepostos, afim de melhorar a identificação dos núcleos das células, pois este é um problema crítico na avaliação visual das imagens feitas por profissionais da área. os resultados preliminares demonstraram 94.66\% de precisão do algoritmo na detecção nuclear.

Pós-processamento: Índice de Shannon: 3.20729

ODS 1 ODS 2 ODS 3 ODS 4 ODS 5 ODS 6 ODS 7 ODS 8 ODS 9 ODS 10 ODS 11 ODS 12 ODS 13 ODS 14 ODS 15 ODS 16
3,10% 3,59% 42,21% 4,88% 3,46% 3,33% 4,45% 3,52% 5,70% 2,97% 3,99% 2,67% 2,93% 3,46% 2,86% 6,88%
ODS Predominates
ODS 3
ODS 1

3,10%

ODS 2

3,59%

ODS 3

42,21%

ODS 4

4,88%

ODS 5

3,46%

ODS 6

3,33%

ODS 7

4,45%

ODS 8

3,52%

ODS 9

5,70%

ODS 10

2,97%

ODS 11

3,99%

ODS 12

2,67%

ODS 13

2,93%

ODS 14

3,46%

ODS 15

2,86%

ODS 16

6,88%