Title:	SCHISTOSYSTEM – INTELIGÊNCIA ARTIFICAL PARA DIAGNÓSTICO AUTOMÁTICO POR IMAGENS
Author(s):	André Caetano Alves Firmo, Allison Dantas de Oliveira, Julyana Viegas Campos, Jones Albuquerque, Constança Barbosa
ISBN:	978-972-8939-96-0
Editors:	Cristiano Costa e Pedro Isaías
Year:	2013
Edition:	Single
Keywords:	Kato-Katz, Esquistossomose, diagnóstico, automação, inteligência artificial, sistema.
Type:	Full Paper
First Page:	87
Last Page:	94
Cover:
Full Contents:	click to dowload
Paper Abstract:	Com o avanço da esquistossomose no estado de Pernambuco e a descoberta de focos na região litorânea, são necessárias novas ações para a contenção da doença. Uma das medidas de controle é a identificação e o tratamento das pessoas doentes. O diagnóstico mais rápido e eficiente é de extrema prioridade para a quebra do ciclo e erradicação da epidemia. Neste trabalho é apresentada uma proposta de implementação de um sistema de identificação e contagem dos ovos de Schistosoma Mansoni a partir da proposta de um dispositivo de aquisição de imagens coletadas de lâminas de amostras de fezes. Este trabalho foi fruto de uma parceria entre o grupo de pesquisa Epischisto, o laboratório de Esquistossomose do Departamento de Parasitologia da CpqAM/FIOCRUZ e o Programa de pós-graduação da Universidade Federal Rural de Pernambuco. O sistema é baseado em uma solução de hardware composta por uma webcam acoplada ao microscópio capturando imagens das lâminas dos exames de fezes de indivíduos suspeitos de estarem infectados. A partir do processamento digital dessas imagens, é utilizado um software de reconhecimento de padrões baseado em uma cascata de classificadores fracos. Esses classificadores fracos são formados por características de haar compondo um único classificador forte capaz de reconhecer e contar os ovos de S. mansoni. Os classificadores são treinados por uma técnica de inteligência computacional chamada de otimização por enxame de partículas garantindo maior rapidez e precisão ao sistema.
	Go Back