Implantação de banco de dados e suporte de aprendizado de máquina para estudos radiômicos

• Processo: 20/12032-8
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de outubro de 2020
• Data de Término da vigência: 31 de agosto de 2022
• Área de conhecimento: Ciências da Saúde - Medicina - Radiologia Médica
• Pesquisador responsável: Paulo Mazzoncini de Azevedo Marques
• Beneficiário: Saulo da Silva Cordeiro
• Instituição Sede: Faculdade de Medicina de Ribeirão Preto (FMRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
• 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
• Assunto(s): Radiômica Diagnóstico por imagem Aprendizado computacional Banco de dados
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Dicom | Gerenciamento de Imagens | Pacs | Radiologia sem Filme | Informática em Imagens Médicas

Resumo

Na parte inicial do Projeto Temático Mining, Indexing and Visualizing Big Data in Clinical Decision Support Systems - MIVisBD, foi possível recuperar dos sistemas de informação do Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto (HCFMRP) diversos bancos de dados incluindo diferentes exames de imagens médicas de diferentes doenças e informações clínicas de pacientes relacionadas. Agora, é necessário anotar as imagens e tornar o banco de dados anônimo, para que fique disponível para uso público. A equipe de pesquisadores do Centro de Ciências da Imagem e Física Médica (CCIFM) da Faculdade de Medicina de Ribeirão Preto (FMRP) também implementou e testou diferentes técnicas de aprendizado de máquina para diagnóstico e prognóstico auxiliado por computador de várias doenças usando a abordagem radiômica. Mas agora é necessário implementar os métodos testados de forma uniforme e robusta, para disponibilizá-los como ferramentas clínicas. Essas são as atividades propostas para o bolsista de treinamento técnico (TT5).