Segmentação automática de objetos em imagens resultantes de experimentos de memória utilizando técnicas de processamento digital de imagens

• Autor(a) principal: Maciel, Gustavo Gonçalves
• Data de Publicação: 2023
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRN
• Texto Completo: https://repositorio.ufrn.br/handle/123456789/53896
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO; Memória; Reconhecimento de objetos; Segmentação de objetos; Processamento digital de imagens; Coordenadas; Memory; Object recognition; Object segmentation; Digital image processing; Coordinates

A tarefa de reconhecimento de objetos utiliza modelos animais com base na sua curiosidade natural por explorar itens novos, o que a torna uma ferramenta amplamente empregada na pesquisa para investigar diferentes fases da memória por meio do comportamento. Esse paradigma abrange desde a aquisição até a evocação e reconsolidação, fornecendo uma estrutura versátil para explorar múltiplos aspectos da memória. No entanto, a análise manual dos resultados pode ser demorada e suscetível a vieses potenciais. Nesse contexto, este trabalho tem o objetivo de desenvolver um sistema que automatize a identificação das coordenadas dos objetos presentes nas tarefas de reconhecimento com modelos animais, mais especificamente, com roedores. Essa informação é essencial para a aplicação de softwares que monitoram a quantidade e o tempo de exploração de cada item pelo animal, permitindo uma análise mais ágil e objetiva dos testes. Com isso, os pesquisadores poderão direcionar seu foco para outras etapas cruciais da investigação. Os resultados obtidos após a aplicação de técnicas de processamento de imagem demonstraram uma precisão de 99,01% na identificação dos itens, evidenciando uma diferença média de apenas 4,07 pixels em comparação com a marcação manual do centro do objeto.