DETECÇÃO E CONTAGEM AUTOMÁTICAS DE BACILOS ÁLCOOL ÁCIDO RESISTENTES PARA O DIAGNÓSTICO DA TUBERCULOSE
DOI:
https://doi.org/10.70493/cod31.v1i1.9288Palavras-chave:
contagem automática de bacilos ácido álcool resistentes, diagnóstico da tuberculose, visão computacional, aprendizado profundoResumo
Este artigo apresenta a pesquisa em andamento para o desenvolvimento de um sistema automático de detecção e contagem de bacilos resistentes ao álcool ácido (BAAR), para o diagnóstico da tuberculose (TB), com suas etapas de desenvolvimento e testes realizados, bem como a metodologia que está sendo adotada. A primeira versão do software foi apoiada por técnicas de visão computacional e processamento digital de imagens, para segmentar e detectar bacilos. Em uma evolução posterior, o aprendizado de máquina e o aprendizado profundo foram adotados para realizar a detecção. Para isso, foi construído um banco de imagens e estão sendo testadas as configurações do novo método de análise.
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2023 Código 31: revista de informação, comunicação e interfaces
Este trabalho é licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
- Declaro que o presente artigo é original, não tendo sido submetido à publicação em qualquer outro periódico nacional ou internacional, quer seja em parte ou em sua totalidade.
- Declaro, ainda, que uma vez publicado na revista Código 31, editada pela Universidade Fumec, o mesmo jamais será submetido por mim ou por qualquer um dos demais co-autores, caso haja, a qualquer outro periódico.
- Por meio deste instrumento, em meu nome e em nome dos demais co-autores, porventura existentes, cedo os direitos autorais do referido artigo à Universidade Fumec e declaro estar ciente de que a não observância deste compromisso submeterá o infrator a sanções e penas previstas na Lei de Proteção de Direitos Autorias (Nº9609, de 19/02/98).
A Revista "Código 31" é licenciada sob uma Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional.