PPG - Engenharia Biomédica

URI Permanente para esta coleção

Navegar

Submissões Recentes

Agora exibindo 1 - 5 de 5
  • Item
    Acesso aberto (Open Access)
    Avaliação da conformidade metrológica de ventiladores pulmonares durante a pandemia de COVID-19 no Brasil
    (Universidade Federal de São Paulo, 2023-12-12) Ribeiro Jr, Benedito Vital [UNIFESP]; Pereira, Thiago Martini [UNIFESP]; Amorim, Henrique Alves de [UNIFESP]; Moraes, Matheus Cardoso [UNIFESP]; http://lattes.cnpq.br/2867784853735791; http://lattes.cnpq.br/3291751276972553; http://lattes.cnpq.br/4147522602497906
    Na área da saúde, a prestação de serviços de manutenção, calibração, verificação e ensaios apresenta uma alta demanda por novas tecnologias e por inovações nos procedimentos e tratamentos clínicos. As medições de parâmetros fisiológicos feita por equipamentos de suporte à vida, desempenharam um papel fundamental no cotidiano das unidades de terapia intensiva (UTI) durante a pandemia do CONVID-19. A ventilação mecânica é indispensável para manutenção da vida, também conhecida por suporte ventilatório, consiste em um método para o tratamento de pacientes com insuficiência respiratória aguda ou crônica agudizada. Este equipamento, tem como objetivo principal a manutenção das trocas gasosas. Porém a falta da calibração adequada, pode agravar o quadro clínico do paciente. Entre os efeitos danosos podemos citar: atelectrauma, barotrauma e volutrauma, condições estas, que podem resultar em óbito. Desta forma, é importante a realização da avaliação metrológica destes equipamentos pelas manutenções e calibrações adequadas e com rastreabilidade. Esse trabalho procurou desenvolver um estudo metrológico em conformidade com as Normas Técnicas ABNT NBR ISO IEC 60601-2-12 – 2004 e ABNT NBR ISO 80601-2-2014 para demonstrar a segurança e o desempenho dos ventiladores pulmonares através da avaliação dos principais parâmetros ventilatórios como: volume corrente, pressão expiratória final positiva (PEEP) e a pressão inspiratória de pico (Pinsp). Em nosso estudo foram selecionados trinta e seis ventiladores pulmonares de diversas Unidades Hospitalares Públicas e Privadas, dos estados de São Paulo, Rio de Janeiro e Distrito Federal, no período de novembro de 2019 a dezembro de 2020. De forma geral, dentre os três parâmetros investigados, o que envolvem pressão não obtiveram resultados satisfatórios. Dessa amostra, no parâmetro PEEP, 55% não passaram pelos critérios metrológicos das normas e 84% fora dos critérios dos manuais dos fabricantes. No parâmetro Pinsp, 44% fora dos critérios estabelecidos pelas normas e 52% fora dos limites aceitáveis dos manuais. Já no parâmetro Volume os resultados foram satisfatórios, 97% desses equipamentos tiveram resultados conformes e dentro dos limites aceitáveis de segurança tanto das normas como dos manuais dos fabricantes.
  • Item
    Acesso aberto (Open Access)
    Avaliação do potencial de redes neurais convolucionais em classificar e graduar severidade em imagens patológicas de biópsias de próstata
    (Universidade Federal de São Paulo, 2022-02-18) Kudo, Maíra Suzuka [UNIFESP]; Moraes, Matheus Cardoso [UNIFESP]; Leite, Katia Ramos Moreira; http://lattes.cnpq.br/1339300436604084; http://lattes.cnpq.br/1854451408004051; http://lattes.cnpq.br/8559304698418589
    De acordo com o Instituto Nacional do Câncer (INCA), mais de 68 mil novos casos de câncer de próstata foram estimados em 2018, representando o segundo tipo mais frequente de câncer entre homens no Brasil, ficando atrás somente do câncer de pele não melanoma. Existem dois tipos de tumores, o benigno também conhecido como hiperplasia benigna da próstata, e o maligno, chamado de adenocarcinoma. As chances de cura superam 90% quando diagnosticado precocemente. Para realizar o rastreamento do câncer de próstata, é realizado o exame retal digital e o teste de PSA, sendo recomendado para todos os homens acima de 50 anos. Porém, se o paciente estiver no grupo de risco, a recomendação passa ser a partir dos 45 anos. Ambos os métodos apresentam limitações de acurácia na previsão das chances de diagnóstico do câncer de próstata. Assim, caso haja alguma anormalidade nesses exames, o paciente é encaminhado para a biopsia, sendo este o padrão ouro. As amostras de biópsia são analisadas por um patologista especialista que assinala se há ou não presença de câncer. Essa análise é realizada por meio dos critérios de Gleason, estabelecidos nos anos 60 a fim padronizar e classificar lesões utilizando características visuais. A discordância entre patologistas especialistas pode chegar a 20%, criando um obstáculo significativo para as melhores práticas do paciente com câncer. Dados recentes mostram o potencial da implementação de procedimentos computacionais e métodos de processamento de imagem para a qualificação e quantificação do câncer, mas ainda há espaço para avaliações e crescimento em acurácia e cobertura diagnóstica. Considerando este vasto panorama, o objetivo geral deste projeto é implementar um método computacional utilizando Redes Neurais Convolucionais (CNNs) em imagens patológicas de biópsias de próstata. O projeto tem como propósito classificar patches de imagens obtidos por intervenções cirúrgicas em pacientes com câncer e não câncer, e posteriormente, classificar as graduações de severidade, nos padrões Gleason 3, 4, e 5. Assim, foram obtidas 32 imagens de biópsia de câncer de próstata, sendo estas revisadas por uma uropatologista especialista. Essas 32 imagens foram então transformadas em milhares de patches para alimentar as topologias propostas. Adicionalmente, mais 13 imagens retiradas do conjunto de dados aberto PANDAS foram utilizadas para complementar os dados de classificação dos padrões de Gleason 3,4 e 5. A metodologia foi dividida em abordagens clínicas para extrair patches, e abordagens computacionais, para a implementação das CNNs. Na avaliação foi utilizado o método k-fold cross validation, resultando em uma acurácia de 98,3% na distinção entre amostras com câncer e não câncer. Em uma segunda topologia de classificação dos 3 padrões de Gleason, foi alcançado 85%, 93% e 96% de taxa de verdadeiro positivo para os Gleasons 3, 4 e 5, respectivamente. Conclusão: Os métodos apresentados mostraram-se eficientes na classificação de câncer de próstata e com alta acurácia na graduação de severidade.
  • Item
    Restrito
    COVID-19: Uso de funções sigmóides para representação do número de infecções e óbitos
    (Universidade Federal de São Paulo, 2021-11-11) Caldeira, Fabiana Mara [UNIFESP]; Paiva, Henrique; http://lattes.cnpq.br/6901974057937430; http://lattes.cnpq.br/1497616539533040
    Introdução: Durante toda a história da humanidade, pandemias implicam grandes desafios sanitários, econômicos e sociais. O último surto global foi da doença COVID-19. Modelos matemáticos são importantes nessas ocasiões para auxiliar na melhor compreensão da disseminação das doenças e otimização das medidas de controle. Objetivo: Este estudo propõe um modelo matemático para estudar a COVID-19, realizando a previsão do número de casos e óbitos consequentes da doença, com a vantagem da possibilidade de calibração automática do processo, tornando-o mais acessível e rápido. Métodos: A metodologia usa a curva sigmóide assimétrica para descrever os dados históricos, relativos ao número diário de casos e falecimentos por COVID-19 dados pela fonte digital Our World In Data. Os dados de treinamento foram retirados dos países Argentina, Brasil, Hungria, Luxemburgo, Panamá e Paraguai, que apresentam particularidades nas suas características epidemiológicas, índice de desenvolvimento humano, políticas de saúde implementadas durante toda a pandemia, tamanho e densidade demográfica. Resultados: as previsões tiveram de boa precisão e acurácia, especialmente para períodos curtos de previsão. Conclusões: Esta metodologia é bastante útil, podendo ser utilizada para qualquer lugar do mundo, mas é mais eficiente em locais com maior quantidade de dados disponíveis. Também pode ser adaptada para descrever a dinâmica de outras epidemias. O principal destaque é o fornecimento de informações que podem ajudar a orientar as políticas públicas de saúde. Como em outros modelos, é ideal para previsões de curto prazo, onde fatores externos tem menor impacto.
  • Item
    Somente Metadadados
    Método robusto para reconstrução 3d dos ossos da cavidade torácica em imagens de tomografia computadorizada, utilizando conhecimentos radiológicos, aprendizado de máquina e grafos
    (Universidade Federal de São Paulo (UNIFESP), 2019-03-11) Sais, Barbara Teixeira [UNIFESP]; Moraes, Matheus Cardoso [UNIFESP]; Universidade Federal de São Paulo (UNIFESP)
    More than 70 million computed tomography (CT) scans are made per year. These exams, especially those directed to the thoracic cavity, are widely required due to the great number of diseases that they help to diagnose, considering the number of organs and structures within it. Objective: The 3D visualization of these structures, including bones, can lead to a more accurate diagnosis, since some details or the own volumetry of the organs may not be correctly evaluated in the 2D slices. There is an extensive literature on 3D bone reconstruction, but most either do not present a quantitative evaluation, or do not reach an accuracy close to 100%. Methods: This work presents an automatic method of bone segmentation followed by 3D reconstruction, addressing such limitations. This method is composed by three blocks: 1. Preprocessing, whereby a median filter was applied to images that presented a high level of noise; 2. Feature Extraction Procedure, in which (i) the images intensity levels were converted to attenuation coefficients and (ii) a (MLP) neural network was used to populate the Space of Attributes with the corresponding feature vectors; and 3. 3D Structural Construction, whereby a red and black tree with graph guidance combined the regarding clustered feature vectors with their spatial neighbors. To evaluate the results, the accuracy between the 2D-segmented images and their corresponding gold standards were calculated. For both the methodology and the evaluation, 90 sets of CT were used, randomly selected within the public image bank used. Results: High accuracy parameters were obtained, such as Overlap Dice (%) = 98.77 ± 0.58 and False Negative (%) = 0.13 ± 0.026. Conclusion: These values show the robustness of the method compared to the other 3D segmentation and reconstruction methods of bone tissue in computed tomography images in the literature.
  • Item
    Somente Metadadados
    A new wavelet family for speckle noise reduction in medical ultrasound images
    (Universidade Federal de São Paulo (UNIFESP), 2019-08-29) Leal, Andreia Seixas [UNIFESP]; Paiva, Henrique Mohallem [UNIFESP]; Universidade Federal de São Paulo (UNIFESP)
    Ultrasonography is highly used as an image tool for medical diagnosis due to its noninvasive nature, low cost, adaptability, and the possibility of real-time visualization. However, the noise present in these images makes medical analysis difficult. Therefore, noise reduction is essential for a more precise and accurate diagnosis. This work proposes a new orthonormal wavelet family designed to reduce noise in ultrasonic medical images, focusing on speckle noise, which is of particular concern in this scenario. A set of 110 real images is used to design the filters and to validate the results. The proposed wavelet family leads to better results than the ones obtained with the wavelets from the Daubechies, Symmlet, Coiflet and Biorthogonal families, in terms of both noise reduction and edge preservation. The results also compare favorably with those from the state-of-the-art BM3D denoising technique, when the noise intensity is not very high.