| Texto completo | |
| Autor(es): Mostrar menos - |
Cazzolato, Mirela T.
;
Ramos, Jonathan S.
;
Rodrigues, Lucas S.
;
Scabora, Lucas C.
;
Chino, Daniel Y. T.
;
Jorge, Ana E. S.
;
de Azevedo-Marques, Paulo Mazzoncini
;
Traina Jr, Caetano
;
Traina, Agma J. M.
;
DeHerrera, AGS
;
Gonzalez, AR
;
Santosh, KC
;
Temesgen, Z
;
Kane, B
;
Soda, P
Número total de Autores: 15
|
| Tipo de documento: | Artigo Científico |
| Fonte: | 2020 IEEE 33RD INTERNATIONAL SYMPOSIUM ON COMPUTER-BASED MEDICAL SYSTEMS(CBMS 2020); v. N/A, p. 6-pg., 2020-01-01. |
| Resumo | |
Many patients suffer from chronic skin lesions, commonly known as ulcers. The size evolution of chronic wounds provides meaningful clues regarding the patient's clinical state for healthcare professionals and caretakers. Many studies have been proposed in recent years to support the treatment of skin ulcers. However, there is a lack of practical solutions, as existing studies are not targeted at immediate use in daily medical practice. In this work, we propose URule, an essentially practical framework for segmentation and measurement of skin ulcers. URule-App, a mobile instance of the framework, analyzes images taken by a common camera from a mobile device. The segmentation requires the user to manually outline the outsider region of both the wound and the measurement tool. URule-Seg segments the image and estimates the wound area. The user can further improve the estimated area by manually informing the span of a centimeter in the image. The experimental evaluation reveals that URule can accurately segment ulcer wounds semi-automatically, with an average F-Measure of 0.8 for segmentation, and processing measurement tools better than the manual process in three out of five tested rulers. (AU) | |
| Processo FAPESP: | 16/17078-0 - Mineração, indexação e visualização de Big Data no contexto de sistemas de apoio à decisão clínica (MIVisBD) |
| Beneficiário: | Agma Juci Machado Traina |
| Modalidade de apoio: | Auxílio à Pesquisa - Temático |
| Processo FAPESP: | 20/07200-9 - Analisando dados complexos vinculados a COVID-19 para apoio à tomada de decisão e prognóstico |
| Beneficiário: | Agma Juci Machado Traina |
| Modalidade de apoio: | Auxílio à Pesquisa - Regular |
| Processo FAPESP: | 17/23780-2 - Recuperação por conteúdo de imagens médicas para apoio a decisão clínica usando a abordagem radiômica |
| Beneficiário: | Jonathan da Silva Ramos |
| Modalidade de apoio: | Bolsas no Brasil - Doutorado |
| Processo FAPESP: | 18/24414-2 - Ambiente para integração de técnicas para a extração de características e bases de dados complexos para o projeto MIVisBD |
| Beneficiário: | Mirela Teixeira Cazzolato |
| Modalidade de apoio: | Bolsas no Brasil - Programa Capacitação - Treinamento Técnico |
| Processo FAPESP: | 16/17330-1 - Armazenamento e Operações de Navegação em Grafos em SGBDs Relacionais |
| Beneficiário: | Lucas de Carvalho Scabora |
| Modalidade de apoio: | Bolsas no Brasil - Doutorado |