Diagnóstico do protozoário Cryptosporidium spp. por meio de análise computadorizada de imagens

Autor(es)

Saulo Hudson Néry Loiola

• Tipo de documento: Dissertação de Mestrado
• Imprenta: Campinas, SP.
• Instituição: Universidade Estadual de Campinas (UNICAMP). Faculdade de Ciências Médicas
• Data de defesa: 2021-02-12

Membros da banca

Jancarlo Ferreira Gomes; Katia Denise Saraiva Bresciani; Aline do Nascimento Benitez

• Orientador: Jancarlo Ferreira Gomes

Resumo

O diagnóstico de Cryptosporidium spp. em amostras fecais por meio da detecção de oocistos em lâminas para leitura em microscópio de luz convencional carece de atualizações nas abordagens e protocolos que sejam mais práticos, modernos e eficazes, uma vez que a criptosporidiose é uma zoonose de interesse em Saúde Pública, principalmente em países de condições socioeconômicas e infraestrutura de saúde precárias. Nós promomos neste estudo, um passo à frente para o aprimoramento do diagnóstico destes protozoários com ênfase na aplicação no Sistema de Diagnóstico de Parasitos Intestinais (DAPI). Nós apresentamos uma técnica parasitológica pela qual produzimos lâminas com concentração satisfatória de oocistos de Cryptosporidium spp., razoável eliminação de impurezas e com uso de coloração temporária contendo solução de Tricrômico Modificado por Melvin e Brooke a uma concentração de 25% e, em seguida, desenvolvemos um programa computacional para o diagnóstico destes protozoários. O sistema desenvolvido é constituído da seguinte sequência de algoritmos: segmentação em superpixels, aglomeração de regiões, filtragem baseada no tamanho típico dos oocistos, e por fim, aplicação de uma rede neural convolucional. Por meio destes algoritmos, são apresentadas regiões candidatas a possuírem os objetos de interesse (oocistos) com sensibilidade na etapa final de 94.1% e precisão de 81,3%. Nós reduzimos significativamente os fatores de falha na identificação qualitativa deste agente etiológico que são: impossibilidade de morfometria precisa, refringência dos oocistos em preparações temporárias, ausência de contraste entre parasitos e demais estruturas orgânicas ou não, concentração satisfatória de oocistos, campos microscópicos limpos e redução da fadiga dos especialistas. Este estudo permite um passo à frente rumo ao diagnóstico automatizado de Cryptospodidium spp., o que pode ter aplicabilidade no treinamento remoto de profissionais da saúde, no atendimento a altas demandas com custos reduzidos em comparação aos métodos sorológicos e moleculares e implementação viável em programas de Saúde Pública. (AU)

• Processo FAPESP: 18/21204-7 - Diagnóstico do protozoário Cryptosporidium spp., por meio de análise automatizada de imagens
• Beneficiário: Saulo Hudson Nery Loiola
• Modalidade de apoio: Bolsas no Brasil - Mestrado