Aprendizado de máquina para interpretação de análise de imagens microscópicas

Resumo

O presente plano de trabalho tem por objetivo extrair características fenotípicas das espécies de parasitas Trypanosoma, Plasmodium e Leishmania em imagens derivadas de microscopia. Tais características consistem em atributos de curvatura (mínimo, máximo, média, desvio padrão, variância, entropia e energia potencial); geométricos (área, circularidade, proporção, perímetro, distâncias máximas e mínimas); e estatísticas de textura (contraste, momento, segundo momento angular, homogeneidade, entropia e correlação). Esses atributos serão então selecionados através de análise de componente principal (PCA). Posteriormente, os atributos melhor classificados desta forma serão usados em algoritmo de classificação de abordagem geométrica - Support Vector Machine (SVM). Tal método apresenta a vantagem de ser mais barato computacionalmente, pois não necessita de unidade de processamento gráfico (GPU). Dessa forma poderemos estabelecer uma nova abordagem de diagnóstico mais rápido e preciso para as doenças causadas por esses parasitas. (AU)