Busca avançada
Ano de início
Entree

Implementação de técnicas de machine learning para classificação de pacientes com escoliose

Processo: 19/09873-3
Linha de fomento:Bolsas no Exterior - Pesquisa
Vigência (Início): 15 de janeiro de 2020
Vigência (Término): 14 de janeiro de 2021
Área do conhecimento:Engenharias - Engenharia Biomédica
Pesquisador responsável:Mateus Fernandes Réu Urban
Beneficiário:Mateus Fernandes Réu Urban
Anfitrião: Tomas Ward
Instituição-sede: Instituto de Ciência e Tecnologia (ICT). Universidade Federal de São Paulo (UNIFESP). Campus São José dos Campos. São José dos Campos , SP, Brasil
Local de pesquisa : Dublin City University (DCU), Irlanda  
Assunto(s):Aprendizado computacional   Escoliose   Instrumentação biomédica

Resumo

A escoliose é uma patologia caracterizada por curvaturas anormais da coluna vertebral, que influenciam indivíduos de diferentes faixas etárias. Essas curvaturas podem acarretar desde dores e desconfortos, até influências no controle postural, aumentando o risco de queda nos indivíduos. A queda é prejudicial a qualquer indivíduo, pois em casos mais graves pode levar ao óbito. O diagnóstico e análise do tratamento é realizado por profissionais da saúde por meio exames radiológicos, no qual é caracterizado o ângulo de Cobb. Dependendo do caso, vários exames são realizados, expondo o paciente a radiação ionizante, que poderia ser diminuído, uma vez que a longo prazo pode gerar outras patologias decorrentes da exposição excessiva à radiação. Embora existam outros meios de mensurar a curvatura da patologia, uma forma muito interessante e pouco explorada é a avaliação da distribuição de pressão plantar, que pode ser realizado por meio de um baropodômetro. Além do uso de instrumentos modernos, algoritmos de aprendizado de máquina podem auxiliar no diagnóstico e tratamento de pacientes. Assim, no presente trabalho pretende-se implementar algoritmos de inteligência artificial com o intuito de auxiliar na classificação de pacientes com escoliose. Com isso, será possível determinar a gravidade da patologia e auxiliar profissionais da saúde na tomada de decisão em relação ao tratamento do paciente.