Classificação de degeneração tecidual em pacientes com sepse usando imagens por Sidestream Dark Field {SDF)

• Ano de defesa: 2016
• Autor(a) principal: Zoghbi, Jihan Mohamad
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Microcirculação; Modelos Matemáticos; Processamento De Imagens; Sepse
• Link de acesso: https://teses.usp.br/teses/disponiveis/95/95131/tde-20230727-113311/

A sepse é uma infecção generalizada do organismo, caracterizada por uma resposta inflamatória sistêmica que pode levar à falência múltipla de órgãos. Para diminuir a elevada taxa de mortalidade associada aos quadros da sepse grave, faz-se necessária a detecção de alterações estruturais de tecidos e da microcirculação o mais cedo possível. O advento da técnica de imageamento por Sidestream Dark Field (SDF) possibilitou a identificação de alterações da microcirculação usando imagens dinâmicas de alta resolução por meio da iluminação por diodos emissores de luz. As imagens SDF permitem uma caracterização eficiente da arquitetura de vênulas e capilares sanguíneos, tanto em seu estado normal quanto na presença de inflamações, que estão associadas aos quadros da sepse. Neste contexto, este projeto tem como objetivo desenvolver uma metodologia automatizada de detecção e caracterização do nível de heterogeneidade da arquitetura tecidual em imagens SDF de pacientes com sepse. Este projeto envolve o desenvolvimento de dois modelos matemáticos: o primeiro é baseado em grafos, redes com ramificações e fractais para representar e quantificar as estruturas dos vasos sanguíneos e suas respectivas correlações com os tecidos dos órgãos com sepse. O segundo modelo matemática é baseado em extrair descritores baseados em padrões de níveis cinza e coefficients de wavelets.