Aprendizado de máquina para automatização de classificação de registros fotográficos de e Úlceras do Pé Diabético (UPD) conforme a classificação da Universidade do Texas

Detalhes bibliográficos
Autor(a) principal: Espindola, Thiago Alves
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: https://repositorio.unb.br/handle/10482/45321
Resumo: Dissertação (Mestrado em Engenharia Biomédica) — Universidade de Brasília, Faculdade UnB Gama, Programa de pós-graduação em Engenharia Biomédica, 2022.
id UNB_04972abf520fcc5f90f88b2339d11632
oai_identifier_str oai:repositorio.unb.br:10482/45321
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Aprendizado de máquina para automatização de classificação de registros fotográficos de e Úlceras do Pé Diabético (UPD) conforme a classificação da Universidade do TexasAprendizado de máquinaCicatrizaçãoInteligência artificialÚlcerasPé diabéticoDissertação (Mestrado em Engenharia Biomédica) — Universidade de Brasília, Faculdade UnB Gama, Programa de pós-graduação em Engenharia Biomédica, 2022.Introdução: A Úlcera de Pé Diabético (UPD) é uma complicação da diabetes e é caracterizada por apresentar feridas associadas a isquemia, neuropatia e deformidades a qual pode levar à amputação. Neste contexto, classificar a ferida consiste em avaliar a lesão e identificar o grau de comprometimento das estruturas teciduais e com base nessa análise, categorizar em uma escala padronizada. Tem como papel orientar o diagnóstico para estabelecer a cobertura adequada a cada ferida, além do registro da evolução da úlcera e, por fim, garantir que qualquer profissional de saúde possa entender o estado clínico dando continuidade ao tratamento. Objetivo: Desenvolver um algoritmo para automatizar o processo de classificação de UPD a partir de registros fotográficos de úlceras, utilizando a Classificação da Universidade do Texas. Metodologia: A escrita do algoritmo foi realizada na linguagem Python, uma vez que possui suporte à Inteligência Artificial (IA). Foi selecionada a técnica Redes Neurais Convolucionais (CNNs) por possibilitar o aprendizado com a utilização de amostras. O universo amostral foi composto por 554 registros UPD obtidas no ensaio clínico do projeto RAPHA®. Resultados: Obteve-se um produto de inovação tecnológica: uma ferramenta para treinamento e classificação que pode ser efetuado por profissionais não especializados em Machine Learning. Denominado Claucia - acrônimo para “Classificação de úlceras com Inteligência Artificial”, a versão inicial foi testada por profissionais de saúde (onde foi cedido os registros de UPD para que as classificassem e após esse processo, foi instalado o programa para comparação dos resultados, tendo o software acurácia elevada. Contudo, observou-se também que houve overfitting (problema relacionado as fases de treinamento, onde ao receber dados novos, o modelo de aprendizado não consegue aplicar corretamente as regras de classificação). Isso devido ao volume insuficiente de amostras utilizadas em face da complexidade exigida pela rede e também por não ter amostras de todas as classes. Nesse contexto, o estudo não se encerra no desenvolvimento da ferramenta apresentada, mas deixa em aberto possibilidades de continuidade em novos trabalhos, com acréscimo de amostragem e aplicação de outras métricas de qualidade, como precisão e sensibilidade.Introduction: Diabetic Foot Ulcer (DUP) is a complication of diabetes and is characterized by wounds associated with ischemia, neuropathy and deformities which can lead to amputation. In this context, classifying the wound consists of evaluating the lesion and identifying the degree of involvement of tissue structures and, based on this analysis, categorizing it on a standardized scale. Its role is to guide the diagnosis to establish adequate coverage for each wound, in addition to recording the evolution of the ulcer and, finally, to ensure that any health professional can understand the clinical status, continuing the treatment. Objective: To develop an algorithm to automate the UPD classification process from photographic records of ulcers, using the University of Texas Classification. Methodology: The algorithm was written in the Python language, since it supports Artificial Intelligence (AI). The Convolutional Neural Networks (CNNs) technique was selected because it allows learning with the use of samples. The sample universe consisted of 554 UPD records obtained in the clinical trial of the RAPHA® project. Results: A product of technological innovation was obtained: a tool for training and classification that can be performed by professionals not specialized in Machine Learning. Called Claucia - acronym for "Classification of ulcers with Artificial Intelligence", the initial version was tested by health professionals (where the UPD records were provided for them to classify them and after this process, the program was installed to compare the results, having the software high accuracy. However, it was also observed that there was overfitting (a problem related to the training phases, where when receiving new data, the learning model cannot correctly apply the classification rules). This is due to the insufficient volume of samples used given the complexity required by the network and also for not having samples of all classes. In this context, the study does not end with the development of the tool presented, but leaves open possibilities for continuity in new works, with the addition of sampling and application of other quality metrics, such as precision and sensitivityFaculdade UnB Gama (FGA)Programa de Pós-Graduação em Engenharia BiomédicaCarneiro, Marcella Lemos Brettasthiagoaespindola@gmail.comEspindola, Thiago Alves2022-12-16T21:44:15Z2022-12-16T21:44:15Z2022-12-162022-09-02info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfESPINDOLA, Thiago Alves. Aprendizado de máquina para automatização de classificação de registros fotográficos de e Úlceras do Pé Diabético (UPD) conforme a classificação da Universidade do Texas. 2022. 61 f., il. Dissertação (Mestrado em Engenharia Biomédica) — Universidade de Brasília, Brasília, 2022.https://repositorio.unb.br/handle/10482/45321A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-02-08T21:15:31Zoai:repositorio.unb.br:10482/45321Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-02-08T21:15:31Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Aprendizado de máquina para automatização de classificação de registros fotográficos de e Úlceras do Pé Diabético (UPD) conforme a classificação da Universidade do Texas
title Aprendizado de máquina para automatização de classificação de registros fotográficos de e Úlceras do Pé Diabético (UPD) conforme a classificação da Universidade do Texas
spellingShingle Aprendizado de máquina para automatização de classificação de registros fotográficos de e Úlceras do Pé Diabético (UPD) conforme a classificação da Universidade do Texas
Espindola, Thiago Alves
Aprendizado de máquina
Cicatrização
Inteligência artificial
Úlceras
Pé diabético
title_short Aprendizado de máquina para automatização de classificação de registros fotográficos de e Úlceras do Pé Diabético (UPD) conforme a classificação da Universidade do Texas
title_full Aprendizado de máquina para automatização de classificação de registros fotográficos de e Úlceras do Pé Diabético (UPD) conforme a classificação da Universidade do Texas
title_fullStr Aprendizado de máquina para automatização de classificação de registros fotográficos de e Úlceras do Pé Diabético (UPD) conforme a classificação da Universidade do Texas
title_full_unstemmed Aprendizado de máquina para automatização de classificação de registros fotográficos de e Úlceras do Pé Diabético (UPD) conforme a classificação da Universidade do Texas
title_sort Aprendizado de máquina para automatização de classificação de registros fotográficos de e Úlceras do Pé Diabético (UPD) conforme a classificação da Universidade do Texas
author Espindola, Thiago Alves
author_facet Espindola, Thiago Alves
author_role author
dc.contributor.none.fl_str_mv Carneiro, Marcella Lemos Brettas
thiagoaespindola@gmail.com
dc.contributor.author.fl_str_mv Espindola, Thiago Alves
dc.subject.por.fl_str_mv Aprendizado de máquina
Cicatrização
Inteligência artificial
Úlceras
Pé diabético
topic Aprendizado de máquina
Cicatrização
Inteligência artificial
Úlceras
Pé diabético
description Dissertação (Mestrado em Engenharia Biomédica) — Universidade de Brasília, Faculdade UnB Gama, Programa de pós-graduação em Engenharia Biomédica, 2022.
publishDate 2022
dc.date.none.fl_str_mv 2022-12-16T21:44:15Z
2022-12-16T21:44:15Z
2022-12-16
2022-09-02
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv ESPINDOLA, Thiago Alves. Aprendizado de máquina para automatização de classificação de registros fotográficos de e Úlceras do Pé Diabético (UPD) conforme a classificação da Universidade do Texas. 2022. 61 f., il. Dissertação (Mestrado em Engenharia Biomédica) — Universidade de Brasília, Brasília, 2022.
https://repositorio.unb.br/handle/10482/45321
identifier_str_mv ESPINDOLA, Thiago Alves. Aprendizado de máquina para automatização de classificação de registros fotográficos de e Úlceras do Pé Diabético (UPD) conforme a classificação da Universidade do Texas. 2022. 61 f., il. Dissertação (Mestrado em Engenharia Biomédica) — Universidade de Brasília, Brasília, 2022.
url https://repositorio.unb.br/handle/10482/45321
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1814508219960131584

Registros relacionados