Auxílio ao Diagnóstico Automático do Esôfago de Barrett Utilizando Aprendizado de Máquina

• Processo: 17/04847-9
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de fevereiro de 2019
• Data de Término da vigência: 31 de março de 2022
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: João Paulo Papa
• Beneficiário: Luis Antonio de Souza Júnior
• Instituição Sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
• Vinculado ao auxílio: 14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo?, AP.TEM
• Bolsa(s) vinculada(s): 19/08605-5 - Diagnóstico do esôfago de Barrett auxiliado por computador utilizando técnicas de aprendizado de máquina, BE.EP.DR
• Assunto(s): Aprendizado computacional Processamento de imagens
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Processamento de imagens | Aprendizado de máquina

Resumo

A neoplasia decorrente do esôfago de Barrett caracteriza um difícil processo na detecção precoce de lesão esofageal, sendo ainda frequentemente não observada de maneira adequada na avaliação do tecido cancerígeno. O desenvolvimento de sistemas automáticos de avaliação desta região comprometida do esôfago pode ser útil, auxiliando os profissionais na detecção de lesões neoplásticas. Com o forte crescimento da aplicação de técnicas de aprendizado de máquina visando melhorar a eficiência do diagnóstico médico, a utilização dessas técnicas configura um forte cenário a ser explorado para o diagnóstico precoce do esôfago de Barrett, doença essa responsável pelo crescimento da incidência de adenocarcinoma esofageal em grande parte da população mundial, explicada por fatores de risco como obesidade, fumo, e diagnóstico médico tardio. Com trabalhos presentes na literatura que apresentam resultados satisfatórios na utilização da inteligência artificial para o auxílio no diagnóstico médico de diversas doenças, a presente proposta de projeto de pesquisa de doutorado visa o estudo e aplicação dessas técnicas para o auxílio ao diagnóstico automático do Esôfago de Barrett.

Publicações científicas

(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)

DE SOUZA JR, LUIS A.; PASSOS, LEANDRO A.; MENDEL, ROBERT; EBIGBO, ALANNA; PROBST, ANDREAS; MESSMANN, HELMUT; PALM, CHRISTOPH; PAPA, JOAO P.. Assisting Barrett's esophagus identification using endoscopic data augmentation based on Generative Adversarial Networks. COMPUTERS IN BIOLOGY AND MEDICINE, v. 126, NOV 2020. (13/07375-0, 19/07665-4, 19/08605-5, 17/04847-9, 14/12236-1)

DE SOUZA JR, LUIS A.; MENDEL, ROBERT; STRASSER, SOPHIA; EBIGBO, ALANNA; PROBST, ANDREAS; MESSMANN, HELMUT; PAPA, JOAO P.; PALM, CHRISTOPH. Convolutional Neural Networks for the evaluation of cancer in Barrett's esophagus: Explainable AI to lighten up the black-box. COMPUTERS IN BIOLOGY AND MEDICINE, v. 135, AUG 2021. (17/04847-9, 16/19403-6, 14/12236-1, 13/07375-0, 19/08605-5)