Apresentador : Frederico Barbosa Muniz
Filiação: DCM
Data: 03/03/2021
Horário: 08:00
às 12:00
Local: sala - modo remoto
Descrição: RESUMO: O câncer é a segunda principal causa de morte no mundo e as mortes causadas pelo câncer do cólon estão entre os três tipos mais comuns. Grande parte dos exames deste tipo de câncer são realizados por meio de exames histológicos em lâminas contendo tecido de biopsia, coradas com Hematoxilina e Eusina. As pesquisas em torno de imagens digitais de biopsia têm crescido com rapidez, alavancando o desenvolvimento e o aperfeiçoamento de métodos de processamento de imagens especialmente desenvolvidos ou adaptados para esta categoria de imagens. As imagens hiperespectrais em conjunto com o Aprendizado de Máquina e subáreas como as Redes Neurais Artificiais de Aprendizagem Profunda são exemplos de possíveis aplicações. Neste projeto, foi desenvolvido um método para processamento de sinais hiperespectrais obtidos a partir de amostras de biópsia do tecido do cólon, com a implementação de um classificador baseado em Aprendizagem Profunda e o desenvolvimento de uma ferramenta computacional denominada PAIH, visando auxiliar o patologista na identificação de anomalias do tecido, durante o processo de diagnóstico de câncer do colon. A partir dos espectros de absorbância de infravermelho de cada pixel pertencente a regiões das amostras previamente identificadas como normais, cancerígenas ou inflamadas, o classificador desenvolvido atingiu valores de acurácia para estas três classes superiores a 94%, indicando que a PAIH possa ser considerada promissora como ferramenta para o auxílio ao diagnóstico de lesões do cólon, fornecendo uma segunda opinião para os especialistas.