Elaboração de um Catálogo de Imagens de Vasos Sanguíneos para o Treinamento de Algoritmos de Aprendizado de Máquina

• Processo: 21/13214-5
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de março de 2022
• Data de Término da vigência: 28 de fevereiro de 2023
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Cesar Henrique Comin
• Beneficiário: Natália de Carvalho Santos
• Instituição Sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
• Assunto(s): Algoritmos e estruturas de dados Segmentação de imagens Vasos sanguíneos Visão computacional Processamento digital de imagens Modelagem computacional
• Palavra(s)-Chave do Pesquisador: Base de Dados | segmentação de imagens | vasos sanguíneos | Visão Computacional

Resumo

Alterações e rupturas de vasos sanguíneos estão relacionadas com diversas doenças. Adicionalmente, a caracterização de vasos sanguíneos possui grande importância para o entendimento do crescimento e atividade da vascularização de tecidos celulares e de neurônios. Portanto, atualmente há uma alta demanda por métodos computacionais que possibilitem identificar e caracterizar com precisão vasos sanguíneos contidos em imagens digitais. Apesar de diversos métodos computacionais terem sido definidos na literatura, a grande maioria dos métodos foram desenvolvidos a partir de bases de dados limitadas, possuindo apenas algumas dezenas de amostras. Como consequência, os métodos tendem a ser específicos para as poucas imagens utilizadas. Neste projeto, propomos construir uma base de imagens de vasos sanguíneos abrangente, possuindo centenas de imagens em alta resolução. Adicionalmente, planejamos utilizar uma abordagem original para a organização dessa base. As imagens serão ordenadas de acordo com propriedades relevantes, como contraste e nível de ruído, e também de acordo com características relacionadas à forma dos vasos, como comprimento e diâmetro. Essa organização possibilitará a verificação sistemática da performance de algoritmos de aprendizado de máquina em diversas situações experimentais. A base gerada será de grande utilidade para que pesquisadores desenvolvam novos algoritmos para o estudo de vasos sanguíneos.