Busca avançada

Visão computacional no diagnóstico de leucemia

Processo: 05/52645-9
Linha de fomento:Auxílio à Pesquisa - Apoio a Jovens Pesquisadores
Vigência: 01 de agosto de 2005 - 30 de novembro de 2007
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
Pesquisador responsável:Daniela Mayumi Ushizima
Beneficiário:
Instituição-sede: Coordenadoria Geral de Pós-Graduação Stricto Sensu e Pesquisa. Universidade Católica de Santos (UNISANTOS). Santos, SP, Brasil
Assunto(s):Diagnóstico por computador  Visão computacional  Processamento de imagens  Reconhecimento de padrões  Leucemia  Medicina 
Publicação FAPESP:http://media.fapesp.br/bv/uploads/pdfs/Investindo...pesquisadores_219_174_175.pdf

Resumo

A inspeção visual humana é empregada na contagem de células e microrganismos, ainda que os humanos apresentem baixo desempenho para lidar com tarefas visuais repetitivas e minuciosas. O uso de sistemas de visão computacional em medicina ainda é restrito e há apenas um sistema comercial de classificação de imagens de sangue no mercado mundial, contudo este não aborda a leucemia linfoide especificamente. Financiado pela FAPESP, o trabalho de doutorado da pesquisadora solicitante representou estímulo em busca de um software para auxílio no diagnóstico de leucemia linfoide. O objetivo deste projeto é prosseguir na pesquisa do software de diagnóstico de leucemia. Há um protótipo que conta com diversas ferramentas de análise e classificação de micrografias, com potencial utilidade no auxílio ao diagnóstico médico e em outras pesquisas biomédicas, mas que apresenta limitações quanto à segmentação da imagem, carecendo de pesquisa para determinar se transformações do espaço de cor, técnicas de morfologia matemática e propagação de frentes podem automatizar a separação dos leucócitos do resto da imagem. Como se pretende abordar outros tipos de leucemias, devem ser incluídos novos descritores da imagem dos leucócitos. Serão utilizados algoritmos de seleção de características na determinação dos atributos mais relevantes e novos tipos de classificadores serão testados, visando à acurácia e viabilização de um sistema computacional que trabalhe em tempo real, que use informação de contexto e trate agrupamentos de células. (AU)