Recuperação de imagens de línguas por conteúdo utilizando descritor fractal: estudo de caso considerando hipertensão sistêmica arterial

• Ano de defesa: 2024
• Autor(a) principal: Lazarini, Marcos Agenor
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Centro Universitário FEI, São Bernardo do Campo
• Palavras-chave em Português: Descritor fractal; Análise de textura; Hipertensão arterial sistêmica
• Link de acesso: https://repositorio.fei.edu.br/handle/FEI/5655

As doenças crônicas não transmissíveis, em especial a Hipertensão Arterial Sistêmica (HAS), continuam a representar um grande desafio para a saúde pública, sendo a principal causa de óbitos entre homens, segundo o Ministério da Saúde. Este estudo apresenta o desenvolvimento de um sistema de recuperação de imagens baseado em conteúdo, centrado na análise de textura de imagens de línguas diagnosticadas de acordo com a Medicina Tradicional Chinesa. O sistema tem como objetivo recuperar as cinco imagens mais similares à imagem de consulta, utilizando as medidas de similaridade Euclidiana e Manhattan. Para isso, diferentes descritores de textura foram aplicados, com destaque para o descritor Fractal, que teve seus resultados comparados aos dos descritores GLCM, LBP e a combinação de Fractal com LBP. A avaliação do desempenho do sistema foi realizada por meio do gráfico de Precisão versus Revocação e da AUC, utilizando testes padronizados com imagens das categorias com diagnóstico positivo e negativo para HAS. Os resultados demonstram que, embora o descritor GLCM tenha mostrado melhor desempenho para imagens com diagnóstico negativo para HAS, ele apresentou o pior desempenho para imagens com diagnóstico positivo. Em contraste, a combinação dos descritores Fractal e LBP apresentou um desempenho mais consistente e linear em ambos os grupos. Esses resultados destacam a influência do tipo de descritor e zdas características da imagem no desempenho do sistema de CBIR