English

CIn - Centro de Informática UFPE




Eventos Relacionados

Defesa de Tese de Doutorado - Nº 458: Caracterização da Persistência do Canal Arterial em Imagens Térmicas de Neonatos a partir do Uso de Redes Neurais Artificiais

O aluno Thyago Maia Tavares de Farias defenderá seu trabalho no dia 09 de maio, às 10h, no Auditório do CIn Início: 09/05/2019 às 10:00 Término: 09/05/2019 às 12:00 Local: Auditório do CIn

Pós-Graduação em Ciência da Computação – UFPE
Defesa de Tese de Doutorado Nº 458

Aluno: Thyago Maia Tavares de Farias
Orientador: Prof. Manoel Eusebio de Lima
Título: Caracterização da Persistência do Canal Arterial em Imagens  
Térmicas de Neonatos a partir do Uso de Redes Neurais Artificiais
Data: 09/05/2019
Hora/Local: 10h – Centro de Informática - Auditório
Banca Examinadora:
Profa. Edna Natividade da Silva Barros (UFPE / Centro de Informática/CIn)
Profa. Veronica Teichrieb (UFPE / Centro de Informática/CIn)
Prof. Abel Guilhermino da Silva Filho (UFPE / Centro de Informática/CIn)
Prof. Wellington Pinheiro dos Santos (UFPE / Engenharia  Biomédica)
Prof. Sandra da Silva Mattos (Real Hospital Português de Beneficência em  Pernambuco)

Prof. Hilário Tomaz Alves de Oliveira (UNIPÊ / Departamento de Computação)


RESUMO:

Este trabalho propõe um sistema computacional preditivo para a  
caracterização da Persistência do Canal Arterial (PCA) em imagens térmicas  
de recém-nascidos a partir do uso de uma Rede Neural Artificial (RNA).  
Recentemente, o rápido crescimento das tecnologias de termografia médica em  
vários campos clínicos tem promovido o uso de imagens térmicas como  
sensores fisiológicos sem contato. Em particular, a medicina intensiva  
neonatal é um campo clínico em que a termografia infravermelha pode  
desempenhar um papel importante em monitores não invasivos. Uma das  
complicações associadas à prematuridade, com potencial de monitoramento a  
partir de imagens térmicas, é a PCA. O canal arterial é um vaso largo que  
comunica a artéria pulmonar com a aorta no feto. O fechamento funcional do  
canal arterial no recém-nascido a termo ocorre com 12 a 15 horas de vida.  
No prematuro, o canal arterial permanece aberto por um período prolongado,  
e a frequência da persistência do canal arterial é proporcionalmente maior  
quanto mais imaturo for o recém-nascido. Se não tratado adequadamente, pode  
resultar em mortalidade, sobretudo entre os recém-nascidos de muito baixo  
peso. A PCA aumenta em até 30% o fluxo sanguíneo nos pulmões, elevando a  
velocidade de fluxo da artéria pulmonar. Esse “roubo de fluxo” deixa áreas  
da circulação sistêmica com déficit. Evidências descritas na literatura  
sugerem que alterações no fluxo sanguíneo geram aumento de temperatura  
corporal localizada, provocando o surgimento de regiões assimétricas de  
calor em imagens térmicas. Tais regiões podem evidenciar a ocorrência de  
alguma alteração no organismo ou doenças. A dificuldade do uso da  
assimetria de temperatura como um fator de avaliação médica está na  
correlação de um determinado mapa de temperatura apresentado em uma imagem  
térmica com uma doença específica, devido a possíveis inconsistências na  
captura e na análise de tais imagens. RNAs têm a habilidade em descobrir  
padrões que parecem despercebidos aos especialistas humanos ou para os  
métodos estatísticos tradicionais, sendo amplamente reconhecidas como  
valiosas ferramentas de apoio à decisão clínica e, portanto, úteis na  
caracterização de mapas de temperatura que possam evidenciar a presença do  
canal arterial em um neonato. Frente à magnitude do problema e a  
potencialidade do uso das redes neurais na classificação de imagens  
térmicas, a referida pesquisa objetiva capturar imagens térmicas de  
neonatos saudáveis e com PCA, afim de definir mapas de temperatura  
característicos para as duas classes, determinar e extrair vetores de  
características a serem correlacionadas com a PCA e com controles normais,  
aplicar uma arquitetura de rede neural artificial, definida especificamente  
para classificação das imagens térmicas capturadas e comparar as  
classificações realizadas pela RNA com avaliações clínicas, afim de validar  
o sistema computacional proposto.

Palavras-chave: Termografia. Persistência do Canal Arterial. Aprendizagem  
de Máquina. Redes Neurais Artificiais. Reconhecimento de Padrões.

  • © Centro de Informática UFPE - Todos os direitos reservados
    Tel +55 81 2126.8430 - Cidade Universitária - 50740-560 - Recife/PE
Plano4 Consultoria Web