DCCMAPI/CCET

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: PABLO DE ABREU VIEIRA
DATA: 04/11/2024
HORA: 09:00
LOCAL: meet.google.com/qyf-brqx-dwi
TÍTULO: Modelos Preditivos e Generativos para Análise Automatizada de Radiografias da Coluna Lombo-Sacra e Pododáctilos
PALAVRAS-CHAVES: Raios-X, Coluna lombo-sacra, Pododáctilos, Aprendizado Profundo, Inteligência Artificial Generativa, Transformadores, Diagnóstico Auxiliado por Computador
PÁGINAS: 148
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
ESPECIALIDADE: Processamento Gráfico (Graphics)
RESUMO: A radiografia é uma ferramenta essencial na medicina moderna para a visualização interna do corpo humano. Essa técnica, amplamente utilizada para examinar diversas patologias, como doenças ósseas e alterações em tecidos moles, fornece imagens detalhadas com base na absorção diferencial dos raios-X por tecidos de diferentes densidades. No entanto, a análise de radiografias apresenta desafios significativos, como a identificação de anomalias sutis e a interpretação precisa das imagens, muitas vezes dificultada pela variabilidade dos exames e pela sobrecarga de trabalho dos radiologistas. Esta tese propõe uma abordagem inovadora para otimizar a triagem de exames e a geração de laudos médicos preliminares a partir de radiografias, com foco nas radiografias da coluna lombo-sacra e dos pododáctilos. A metodologia desenvolvida combina técnicas de inteligência artificial preditiva e generativa, utilizando arquiteturas avançadas de redes neurais convolucionais como Inception-V3, VGG e ResNet50, aliadas a modelos generativos baseados em Transformers, para enfrentar os desafios associados à análise radiográfica. O objetivo principal é melhorar a eficiência na triagem de exames e fornecer laudos médicos automatizados como suporte à decisão clínica, oferecendo uma segunda opinião detalhada para auxiliar no diagnóstico tanto na coluna lombo-sacra quanto nos pododáctilos. A pesquisa utilizou dois conjuntos de dados radiográficos de lombo-sacra composto por 44,540 e de pododáctilos composto por 16,710. As imagens foram coletadas de hospitais e clinicas de todo território brasileiro, abrangendo uma variedade de cenários clínicos. O desenvolvimento de modelos preditivos, baseado em aprendizado profundo, focou na triagem e filtragem de radiografias, identificando exames que requerem maior atenção e otimizando a eficiência do processo. Além disso, foram desenvolvidos modelos generativos, usando técnicas de aumento de dados e fine-tuning, para a geração automática de laudos médicos preliminares, complementando o trabalho dos radiologistas com diagnósticos e descrições detalhadas a partir das imagens analisadas. Os resultados obtidos na metodologia de classificação de patologias de lombo-sacra, utilizando a técnica de ensemble, demonstraram alta precisão, com valores de 0,941 (Acurácia), 0,874 (kappa), 0,983 (Precisão), 0,952 (F1-Score), 0,947 (AUC), 0,972 (Especificidade) e 0,983 (Sensibilidade). Já na geração automática de laudos para radiografias de lombo-sacra, as métricas alcançadas foram: 0,612 (BLEU-1), 0,552 (BLEU-2), 0,507 (BLEU-3), 0,470 (BLEU-4), 0,471 (METEOR) e 0,633 (ROUGE-L). Para os laudos gerados a partir de radiografias de pododáctilos, os resultados foram: 0,516 (BLEU-1), 0,432 (BLEU-2), 0,386 (BLEU-3), 0,370 (BLEU-4), 0,414 (METEOR) e 0,364 (ROUGE-L). Esses resultados destacam a eficácia do método desenvolvido, que demonstrou potencial para melhorar a precisão dos diagnósticos, otimizar o processo de triagem e oferecer uma solução prática e eficiente para a geração automática de laudos médicos, contribuindo significativamente para o avanço da prática clínica moderna.
MEMBROS DA BANCA:
Presidente - 030.017.063-76 - ROMUERE RODRIGUES VELOSO E SILVA
Interno - 030.355.953-56 - ANTONIO OSEAS DE CARVALHO FILHO
Interno - 024.700.053-10 - FLÁVIO HENRIQUE DUARTE DE ARAÚJO
Externo à Instituição - ANDREA GOMES CAMPOS BIANCHI - UFOP
Externo à Instituição - FÁTIMA NELSIZEUMA SOMBRA DE MEDEIROS - UFC
Co-orientador externo à instituição - MANO JOSEPH MATHEW - NENHUMA