Avaliação de descritores para representação de dados médicos multimodais

• Processo: 25/17296-7
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de outubro de 2025
• Data de Término da vigência: 30 de setembro de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Agma Juci Machado Traina
• Beneficiário: Matheus Rodrigues Ferreira
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Vinculado ao auxílio: 24/13328-9 - Gestão inteligente de dados multimodais de saúde para tomada de decisão em cenários de big data: IHealth-MD, AP.TEM
• Assunto(s): Aprendizagem profunda Exames médicos
• Palavra(s)-Chave do Pesquisador: algoritmos para extração de características de dados complexos | Aprendizado profundo | dados médicos | Exames médicos | Prontuário Eletrônico de Pacientes | Redes Convolucionais | Processamento gráfico

Resumo

Este projeto de pesquisa em nível de Iniciação Científica consiste em um estudo para avaliar métodos existentes de extração de características de dados complexos a serem instanciados para o domínio médico. Especificamente, serão avaliados descritores para imagens, séries temporais e textos. Para isso, serão utilizadas abordagens de código aberto e reportados na literatura para análise e avaliação, que será feita sobre dados abertos. Os objetivos englobam a utilização de bases de dados padronizadas, a instanciação e avaliação algoritmos existentes sobre elas, e a identificação (ou ranqueamento) das abordagens avaliadas. As diferentes modalidades de informações deverão ser avaliadas separadamente, mas o resultado final esperado é um estudo quantitativo amplo, consistindo em uma sumarização experimental sistemática, envolvendo também o fine-tuning de abordagens existentes, quando aplicável. (AU)