v1.0.0

Combinando abordagens supervisionadas e não-supervisionadas para segmentação deimagens de úlceras em membros inferiores

Resumo

A segmentação de tecidos de fotografias de úlceras crônicas em membros inferiores é umaabordagem não intrusiva para análises dermatológicas. Este trabalho envolve o estudo e im-plementação de técnicas de processamento digital de imagens aplicadas à imagens de úlcerasem membros inferiores, com o objetivo de segmentar e identificar as diversas classes de te-cidos existentes nesse tipo de lesão. Para esse propósito foram desenvolvidas uma soluçãoad-hoce uma solução baseada em aprendizado de máquina. Essa última, denominada2PLA, éum método que combina estratégias de aprendizado supervisionado e não supervisionado paramelhorar a segmentação das imagens dermatológicas. Dada uma foto de úlcera capturada deacordo com um protocolo médico fixo, a primeira fase do sistema realiza uma classificaçãode pontos de interesse, enquanto filtros de pré-processamento são empregados para suavizar oruído da imagem. A imagem limpa é enviada posteriormente para uma segunda fase que con-siste em divisão e conquista, baseada em um algoritmo de construção de superpixels. O método2PLAdivide membro inferior em regiões de interesse com bordas bem definida e agrupa ossuperpixels utilizando o algoritmo DBSCAN, que é baseado em similaridade. As duas fasesdo2PLAforam avaliadas em um conjunto real de feridas dermatológicas. Avaliações empíri-cas em amostras representativas de até 100:000 pontos mostram que uma rede neural artificialPerceptron Multi-Layer com o algoritmo de treinamento Levenberg-Marquardt (Coeficiente deKappa-Cohen = 0;971, Sensibilidade = 0;98 e Especificidade = 0;98) supera outros classifi-cadores como a primeira fase da2PLA. Além disso, ensaios experimentais com o DBSCAN ecinco funções de distância (L1,L2,L•, Canberra e BrayCurtis) indicam que a funçãoL1geramenos grupos em comparação a outras funções, percebendo-se um decaimento exponencial daquantidade de grupos em função da taxa de similaridade. O critério do “cotovelo” foi empre-gado para encontrar o limite do DBSCAN com a funçãoL1como parametrização da segundafase do sistema. A avaliação final do2PLAcom as duas fases devidamente configuradas em umconjunto rotulado de imagens de úlcera indica que os tecidos foram corretamente segmentadosdentro de uma razão de erro absoluto médio de 0;05, o que ilustra o impacto de eficácia dométodo2PLApara a segmentação de feridas.Palavras-chave: Imagens de feridas, Superpixels, MLP, DBSCAN

ABNT

Desenvolvido baseado na abnTeX2, então segue as normas ABNT vigentes:

• ABNT NBR 6023:2002 - Referência - Elaboração**
• ABNT NBR 10520:2002 - Citações
• ABNT NBR 6028:2003 - Resumo - Apresentação
• ABNT NBR 6034:2004 - Índice - Apresentação
• ABNT NBR 14724:2011 - Trabalhos acadêmicos - Apresentação
• ABNT NBR 15287:2011 - Projeto de pesquisa - Apresentação
• ABNT NBR 6024:2012 - Numeração progressiva das seções de um documento - Apresentação
• ABNT NBR 6027:2012 - Sumário - Apresentação
• ABNT NBR 10719:2015 - Relatório técnico e/ou científico - Apresentação
• ABNT NBR 6022:2018 - Artigo em publicação periódica científica - Apresentação

** O abnTeX2 é compatível com a versão corrente da norma ABNT NBR 6023:2002. Porém, até este momento, o manual abnTeX2cite.pdf está atualizado com informações referentes à versão anterior da referida norma, ou seja, com informações sobre a versão 2000.

Notícia

• Aluno Wellington de Souza Silva (Curso de Computação) INFES/UFF e pesquisadores do Grupo ANOTi têm trabalho reconhecido em conferência internacional. (UFF-INFES 🔗)
• A Two-Phase Learning Approach for the Segmentation of Dermatological Wounds (Computer 🔗)
• Artigos de pesquisadores do ICMC-USP são premiados em conferência internacional (ICMC-USP 🔗)
• Computação e medicina: artigos do ICMC são premiados em conferência internacional (USP-ICMC 🔗)
• Professor do IFNMG é um dos autores de estudo premiado em uma das principais conferências na área de computação, medicina e bioinformática (IFNMG 🔗)