Leitor óptico de lâminas citológicas com armazenamento em banco de imagens online para agilizar o processo de visualização em laboratório de análises

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Reis, Leandro Vasconcelos dos lattes
Orientador(a): Jakubiak, Rosangela Requi lattes
Banca de defesa: Jakubiak, Rosangela Requi, Miquelin, Charlie Antoni, Kuretzki, Carlos Henrique
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Tecnológica Federal do Paraná
Curitiba
Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Biomédica
Departamento: Não Informado pela instituição
País: Brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/4184
Resumo: Atualmente os laboratórios clínicos estão ofertando exames nos quais eles não possuem condições de realizá-los, devido a falta de equipamentos ou mesmo por falta de mão de obra especializada, com isso é feita a coleta dos exames em um laboratório e enviado para um segundo laboratório que fará toda a análise. O problema dessa prática é que torna o exame vulnerável a erros nos procedimentos e com demora na resposta ao paciente. A partir desse entendimento, o projeto desenvolvido tem como objetivo o construir um protótipo para coletar lâminas citológicas, fazendo a conversão em imagens digitais e disponibilização em tempo real através de uma plataforma na nuvem, para laboratórios de análises. Dessa forma, os laboratórios podem eliminar o processo de transporte, diminuindo o tempo levado entre a coleta e o acesso das lâminas, visando melhorar o tempo de retorno dos resultados dos exames aos pacientes e diminuir os erros nos procedimentos dos exames. O módulo coletor foi desenvolvido totalmente autônomo; em seu interior há um computador embarcado (Raspberry PI) que funciona como um microcomputador normal. Possui uma câmera digital de 5 Megapixels, especial para a Raspberry PI, fazendo a função de coletar as lâminas físicas, transformando-as em imagens digitais através de um sistema local. O sistema local de imagens foi desenvolvido com Javascript e HTML5, e roda sobre o servidor local Node.JS com CLI do Firebase no navegador da Raspberry. A plataforma que recebe as imagens e os dados dos exames, fica online 24 horas por 7 dias da semana. Fica hospedada em um servidor na nuvem que mantém o acesso ao serviço e conecta-se ao Google Firebase. Este por sua vez, armazena e gerencia todos os dados e imagens do sistema.