Analisando dados complexos vinculados a COVID-19 para apoio à tomada de decisão e prognóstico

• Processo: 20/07200-9
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Vigência: 01 de julho de 2020 - 31 de março de 2023
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Agma Juci Machado Traina
• Beneficiário: Agma Juci Machado Traina
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Pesquisadores associados: Caetano Traina Junior ; Diego Armando Cardona Cardenas ; Elaine Parros Machado de Sousa ; José Fernando Rodrigues Júnior ; José Raniery Ferreira Junior ; Leticia Rittner ; Marcel Koenigkam Santos ; Marco Antonio Gutierrez ; Paulo Mazzoncini de Azevedo Marques ; Roberto de Alencar Lotufo ; Robson Leonardo Ferreira Cordeiro
• Vinculado ao auxílio: 16/17078-0 - Mineração, indexação e visualização de Big Data no contexto de sistemas de apoio à decisão clínica (MIVisBD), AP.TEM
• Bolsa(s) vinculada(s): 20/12528-3 - Organização de banco de dados e suporte ao aprendizado de máquina para estudos de radiômica de COVID-19, BP.TT; 20/14180-4 - Desenvolvimento de marcadores radiográficos quantitativos para Medicina de Precisão de síndromes respiratórias agudas, BP.PD; 20/10902-5 - Tratamento de consulta por similaridade em dados incompletos em um SGBD Relacional, BP.TT
• Assunto(s): Processamento de imagens Diagnóstico por imagem Radiômica Diagnóstico por computador Algoritmos COVID-19 Pandemias Controle de doenças transmissíveis SARS-CoV-2 Infecções por Coronavirus Mineração de dados complexos
• Palavra(s)-Chave do Pesquisador: Análise de Dados Complexos | Computer-Aided Diagnosis | Covid-19 | processamento de imagens médicas | Radiômica | sistemas computacionais de apoio ao diagnóstico | Processamento gráfico, bases de dados

Resumo

Este projeto de pesquisa suplementar visa propor, explorar e desenvolver novos métodos e algoritmos a serem usados em processos de tomada de decisão para diagnóstico médico e prognóstico de pacientes no contexto da COVID-19. Estes métodos e algoritmos serão instanciados em sistemas e aplicativos que serão disponibilizados à comunidade científica para apoiar de modo rápido e preciso tal processo de tomada de decisão. Os desafios a serem sobrepujados começam na montagem de bases de dados e imagens provenientes de plataformas distintas e muitas vezes incompletas, e à aplicação da técnica de radiômica sobre imagens de Raio-X (RX) e tomografia computadorizada (TC), com a premissa de que características quantitativas e qualitativas massivas sobre imagens de RX podem trazer a informação necessária ao diagnóstico de COVID-19, do mesmo modo que a TC fornece. A vantagem dessa abordagem que será investigada é o custo menor e a maior disponibilidade de RX, permitindo que mais pacientes sejam beneficiados pelos resultados dessa proposta. Além de disponibilizar material curado e consistente para pesquisas e avanços na área de COVID-19. Além disso, bases de dados e imagens consistentes para pesquisa serão disponibilizadas para a comunidade da área. (AU)

Publicações científicas

(6)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

BRANDOLI, BRUNO; DE GEUS, ANDRE R.; SOUZA, JEFFERSON R.; SPADON, GABRIEL; SOARES, AMILCAR; RODRIGUES, JR., JOSE F.; KOMOROWSKI, JERZY; MATWIN, STAN. Aircraft Fuselage Corrosion Detection Using Artificial Intelligence. SENSORS, v. 21, n. 12, JUN 2021. (17/08376-0, 18/17620-5, 19/04461-9, 20/07200-9, 16/17078-0, 14/25337-0)

CAZZOLATO, MIRELA T.; RAMOS, JONATHAN S.; RODRIGUES, LUCAS S.; SCABORA, LUCAS C.; CHINO, DANIEL Y. T.; JORGE, ANA E. S.; DE AZEVEDO-MARQUES, PAULO MAZZONCINI; JR, CAETANO TRAINA; TRAINA, AGMA J. M.. The UTrack framework for segmenting and measuring dermatological ulcers through telemedicine. COMPUTERS IN BIOLOGY AND MEDICINE, v. 134, JUL 2021. (18/24414-2, 16/17078-0, 16/17330-1, 20/07200-9, 20/11258-2, 20/10902-5)

ALVES, MATHEUS A. C.; CORDEIRO, ROBSON L. F.. Effective and unburdensome forecast of highway traffic flow with adaptive computing. KNOWLEDGE-BASED SYSTEMS, v. 212, JAN 5 2021. (20/07200-9, 18/05714-5, 16/17078-0)

GIUNTINI, FELIPE TALIAR; DE MORAES, KAUE L.; CAZZOLATO, MIRELA T.; KIRCHNER, LUZIANE DE FATIMA; DOS REIS, MARIA DE JESUS D.; TRAINA, AGMA J. M.; CAMPBELL, ANDREW T.; UEYAMA, JO. Modeling and Assessing the Temporal Behavior of Emotional and Depressive User Interactions on Social Networks. IEEE ACCESS, v. 9, p. 93182-93194, 2021. (13/07375-0, 20/11258-2, 18/24414-2, 18/17335-9, 16/17078-0, 20/07200-9)

GIUNTINI, FELIPE TALIAR; DE MORAES, KAUE L. P.; CAZZOLATO, MIRELA T.; KIRCHNER, LUZIANE DE FATIMA; DOS REIS, MARIA DE JESUS D.; TRAINA, AGMA J. M.; CAMPBELL, ANDREW T.; UEYAMA, JO. Tracing the Emotional Roadmap of Depressive Users on Social Media Through Sequential Pattern Mining. IEEE ACCESS, v. 9, p. 97621-97635, 2021. (18/24414-2, 20/07200-9, 13/07375-0, 16/17078-0, 20/11258-2, 18/17335-9)

CAZZOLATO, MIRELA T.; TRAINA, AGMA J. M.; BOHM, KLEMENS. Establishing trajectories of moving objects without identities: The intricacies of cell tracking and a solution. INFORMATION SYSTEMS, v. 105, MAR 2022. (20/11258-2, 16/17078-0, 20/07200-9, 18/24414-2)