
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


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%