Banca de QUALIFICAÇÃO: PATRICK RYAN SALES DOS SANTOS

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: PATRICK RYAN SALES DOS SANTOS
DATA: 05/07/2023
HORA: 14:00
LOCAL: meet.google.com/fdf-evgn-zof
TÍTULO: METODOLOGIA COMPUTACIONAL BASEADA EM BIFPN PARA DETECÇÃO DE BACILOS DE KOCH EM IMAGENS DE BACILOSCOPIA DE ESCARRO
PALAVRAS-CHAVES: Tuberculose. Mycobacterium tuberculosis. Detecção de bacilos. Imagens de baciloscopia. EfficientDet. EfficientNet
PÁGINAS: 62
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO:

A tuberculose, uma enfermidade bacteriana decorrente da infecção ocasionada pelo bacilo de Koch, apresenta-se como um desafio de saúde pública devido à sua forma de transmissão essencialmente por via aérea. Tal doença afeta primariamente os pulmões, ocasionando complicações significativas ao organismo, sendo considerada a segunda principal causa de morte em decorrência de infecções em escala global, posicionando-se logo abaixo da pandemia de COVID-19. Apesar da mencionada situação, é importante ressaltar que a tuberculose é passível de cura, sendo que a obtenção de um diagnóstico precoce assume um papel de extrema relevância para o êxito do tratamento e para evitar a propagação da patologia. Entretanto, o diagnóstica da tuberculose requer a intervenção de um especialista no campo da bacteriologia, e tal processo revela-se demorado e meticuloso, uma vez que é necessário analisar, no mínimo, 100 campos presentes na amostra. Cabe salientar que determinados campos microscópicos podem apresentar dificuldades inerentes à análise, pois alguns elementos não relacionados às bactérias tuberculosas podem assemelhar-se, morfologicamente, às células de \emph{Mycobacterium tuberculosis}. Consequentemente, a sensibilidade e a exatidão dos resultados alcançados estão vinculadas à proficiência, expertise e vivência do especialista, cuja experiência desempenha um papel crucial na assertividade do diagnóstico. Dentro desse cenário, é importante ressaltar que a literatura científica tem se dedicado ao desenvolvimento e aprimoramento de abordagens computacionais, visando proporcionar um suporte mais eficiente para o diagnóstico da tuberculose através da análise de imagens de baciloscopia. Neste trabalho, é proposto uma abordagem baseada na arquitetura de aprendizado profundo EfficientDet, explorando os seus backbones na tarefa de identificação dos bacilos. Foi avaliado 4 representações de cores: RGB, HSV, LUV e XYZ, e para cada experimento aplicou-se a busca por hiperparâmetro Grid Search para definir o melhor otimizador e resolução das imagens. Os resultados são avaliados utilizando validação cruzada com o método k-fold, com k = 5. Os resultados mostraram-se promissores, com Intersection over Union de 0,523, recall de 0,925, precision de 0,694 e f1-score de 0,774. Os resultados obtidos demonstram o potencial do método em detectar os bacilos, o que pode contribuir de forma significativa para o processo de diagnóstico da tuberculose através da análise de imagens microscópicas.

 

MEMBROS DA BANCA:
Presidente - 1126212 - ANTONIO OSEAS DE CARVALHO FILHO
Interno - 2025885 - FLÁVIO HENRIQUE DUARTE DE ARAÚJO
Interno - 2025063 - ROMUERE RODRIGUES VELOSO E SILVA
Externo à Instituição - JOÃO OTÁVIO BANDEIRA DINIZ - IFMA