Diagn?stico da tuberculose em microscopia de campo claro usando redes profundas
| Ano de defesa: | 2024 |
|---|---|
| Autor(a) principal: | |
| Outros Autores: | , |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Tese |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Universidade Federal do Amazonas
Faculdade de Tecnologia Brasil UFAM Programa de P?s-gradua??o em Engenharia El?trica |
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://tede.ufam.edu.br/handle/tede/10147 |
Resumo: | A baciloscopia automatizada para o diagn?stico da tuberculose pulmonar tem sido tema de muitos estudos publicados nas ?ltimas d?cadas. A maioria deles trata de uma etapa preliminar do diagn?stico, a detec??o de bacilos, enquanto, conforme determinado pela Organiza??o Mundial da Sa?de (OMS), a baciloscopia compreende a detec??o e relato do n?mero de bacilos encontrados em at? 100 campos microsc?picos para a identifica??o do diagn?stico que pode ser Negativo, Esparso, 1+, 2+ ou 3+. O diagn?stico da tuberculose pulmonar na baciloscopia de campo claro depende da aten??o de um t?cnico treinado que, com uma alta demanda laboratorial, pode ser sobrecarregado, enquanto o diagn?stico automatizado requer pouca ou, em alguns casos, nenhuma interpreta??o por parte de um t?cnico. At? onde sabemos, este trabalho prop?e o primeiro m?todo autom?tico para diagn?stico da tuberculose pulmonar em baciloscopia de campo claro, de acordo com as determina??es da OMS. O m?todo proposto compreende uma etapa de segmenta??o sem?ntica, utilizando uma rede neural profunda, seguida de uma etapa de filtragem visando reduzir o n?mero de objetos detectados que n?o s?o bacilos (falso positivos): filtragem baseada nas caracter?sticas de cor e forma do objeto. Na etapa de segmenta??o sem?ntica, diferentes configura??es de codificadores foram avaliadas, usando camadas de convolu??o separada por canal e mecanismo de aten??o de canal. Na etapa de filtragem, dois modelos foram avaliados, o primeiro com um filtro de cor e um filtro de forma, e o segundo com dois filtros de cor e um filtro de forma. O segundo modelo de filtragem apresentou melhor desempenho. O m?todo proposto foi avaliado com um conjunto de dados grande, robusto e anotado projetado para esse fim, composto por 250 conjuntos de teste, em que cada classe diagn?stica tem 50 conjuntos. As seguintes m?tricas de desempenho foram obtidas com o m?todo proposto para a classifica??o das 5 classes diagn?sticas: precis?o m?dia de 0,894, sensibilidade m?dia de 0,896 e f1-score m?dio de 0,895. Al?m disso, o m?todo apresentou um tempo de diagn?stico de aproximadamente 7 minutos no caso em que s?o necess?rios mais campos digitais para a an?lise. Portanto, os resultados alcan?ados mostraram a possibilidade de realizar o diagn?stico autom?tico da tuberculose por meio da baciloscopia de campo claro. |