| Processo: | 16/17342-0 |
| Modalidade de apoio: | Bolsas no Exterior - Estágio de Pesquisa - Doutorado |
| Data de Início da vigência: | 01 de maio de 2017 |
| Data de Término da vigência: | 30 de abril de 2018 |
| Área de conhecimento: | Engenharias - Engenharia Biomédica |
| Pesquisador responsável: | Anderson Zanardi de Freitas |
| Beneficiário: | Lucas Ramos de Pretto |
| Supervisor: | James G. Fujimoto |
| Instituição Sede: | Instituto de Pesquisas Energéticas e Nucleares (IPEN). São Paulo , SP, Brasil |
| Instituição Anfitriã: | Massachusetts Institute of Technology (MIT), Estados Unidos |
| Vinculado à bolsa: | 15/15775-3 - Algoritmo para análise de autocorrelação de sinal de tomografia por coerência óptica para acompanhamento de fluxo sanguíneo em camundongos com síndrome metabólica, BP.DR |
| Assunto(s): | Speckle Aprendizado computacional |
| Palavra(s)-Chave do Pesquisador: | fluxometry | machine learning | optical coherence tomography | Optical diagnosis | Speckle | Instrumentação odontológica e médico-hospitalar |
Resumo Tomografia por Coerência Óptica (OCT), sendo uma técnica de alta resolução e não-invasiva tem ampla aplicação biológica como ferramenta de diagnóstico, especialmente em oftalmologia. Recentemente, adaptações de OCT para fluxometria através de speckle têm sido reportadas na literatura, e o nosso grupo no IPEN desenvolveu uma nova abordagem para esta finalidade. O grupo do Instituto de Tecnologia de Massachusetts (MIT) também estudou o speckle com o seu próprio algoritmo, aplicado à Degeneração Macular Exsudativa (ou úmida) relacionada à Idade (AMD), uma doença que causa severa perda de visão. Este estudo pretende ampliar o conhecimento em ambos os grupos, comparando e aplicando diferentes técnicas de análise de speckle a AMD, estabelecendo o OCT como uma ferramenta de diagnóstico para este cenário. No entanto, como a análise de speckle é, geralmente, uma tarefa demorada, propomos ainda o uso de algoritmos de aprendizado de máquina, como Support Vector Machines, para fluxometria em OCT. De modo a viabilizar isto, um estudo sobre as características de speckle no OCT precisa ser realizado com um sistema de alta taxa de aquisição (uma vez que o padrão de speckle varia rapidamente no tempo), como o disponível no laboratório do MIT. Com esse estudo, os parâmetros (features) apropriados serão selecionados para os algoritmos de aprendizado computacional. Após a validação, todas as três técnicas serão aplicadas a AMD, e os seus resultados comparados, dando origem a um novo estudo. | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |