Sistema de diagnóstico da esquistossomose a partir de imagens microscópicas preparadas com a técnica Kato-Katz

• Autor(a) principal: Bruno Alberto Soares Oliveira
• Data de Publicação: 2022
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/44320
• topic: Aprendizado de máquina; Aprendizado profundo; Diagnóstico; Esquistossomose; Imagens médicas; Kato-Katz; Engenharia elétrica; Aprendizado do computador; Aprendizado profundo; Diagnóstico; Esquistossomose; Imagem médica

Uma importante preocupação da área de saúde pública é causada pelos parasitos intestinais humanos, que são encontrados em grande parte nos países tropicais. O diagnóstico dessas doenças parasitárias se dá por meio de sintomas fisiológicos e exame fecal. Frequentemente, poucos profissionais estão disponíveis e aptos a realizarem esse tipo de exame, que é considerado lento, difícil, propenso a erros e pode causar fadiga ocular no especialista. Técnicas de inteligência artificial têm sido aplicadas com sucesso para problemas dessa natureza. Portanto, o objetivo desse trabalho é desenvolver uma solução baseada em aprendizado profundo e aprendizado de máquina para encontrar ovos de parasitos intestinais da espécie Schistosoma mansoni, sendo um sistema de auxílio a tomada de decisão no diagnóstico em exame de fezes cujas lâminas são preparadas por meio da técnica parasitológica Kato-Katz. Foi construída uma base de dados real com 1100 imagens que foram anotadas por três diferentes especialistas humanos no diagnóstico da esquistossomose. Técnicas de aumento de dados online e offline foram utilizadas para se obter um maior número de amostras e melhorar a generalização da ferramenta. Como resultado, a solução proposta atingiu um valor de AP de 0.884 para um oU=0.50. Os resultados e a empregabilidade do sistema são promissores, podendo vir a ser utilizado no SUS para auxiliar o profissional da saúde no diagnóstico da esquistossomose.