Modelo de qualidade para o desenvolvimento e avaliação da viabilidade clínica de sistemas de recuperação de imagens médicas baseadas em conteúdo

Abstract

Souza, J. P. A quality model to develop content-based image retrieval systems and assess their clinical feasibility. 2012. 215 f. Thesis (Doctoral)-Programa

Artificial intelligence, machine learning, computer-aided diagnosis, and radiomics: advances in imaging towards to precision medicine

“…The concept of CBIR refers to the search for images whose contents are similar to a reference case by using information derived from the images themselves, represented by their intrinsic content (feature vector), rather than associated texts (reports) or external annotations (41) . Because it has potential for clinical application, as well as for application in teaching and research, CBIR has been described as one of the most promising computational tool (42,43) .…”

Sistematização da percepção médica na construção de sistemas para recuperação de imagens por conteúdo

“…Aproveitando toda a mobilização dos especialistas para a realização do experimento apresentado na seção anterior, foi realizado, em parceria com outra aluna, um trabalho colaborativo voltado para análise de satisfação e usabilidade do Sistema Higiia (Souza 2012 As conclusões qualitativas, obtidas a partir dos resultados da aplicação do questionário, mostraram que os radiologistas têm grandes expectativas quanto à utilização de sistemas de busca por conteúdo na prática clínica. Há potencial interesse em tornar a ferramenta utilizável para recuperação de informações relevantes e para auxílio à tomada de decisões.…”

Arcabouço para Classificação, Recuperação por Conteúdo e Radiômica de Imagens Médicas: uma investigação de biomarcadores quantitativos para o câncer de pulmão

“…Ferramentas computacionais de CAD, CBIR e radiômica possuem grande potencial em reconhecer objetiva e precisamente padrões em imagens médicas, porém estes sistemas ainda possuem diversas limitações. Este trabalho tentou diminuir algumas das lacunas apresentadas por esses modelos, principalmente as de característica (do Inglês feature gap), referente à representação numérica eficiente das imagens, e de desempenho (do Inglês performance gap), referente à implementação e qualidade na integração, avaliação e generalização/replicação dos modelos SOUZA, 2012;KUMAR et al, 2012;AKGÜL et al, 2011;DESERNO;ANTANI;LONG, 2009). O câncer de pulmão em imagens de TC foi definido como estudo de caso para o desenvolvimento da pesquisa, devido aos desafios apresentados anteriormente (Seção 1.1).…”

“…Métodos de CBIR surgiram na medicina devido à necessidade de buscar informações contidas na imagem e não apenas as armazenadas nos sistemas de informação em saúde e prontuário eletrônico do paciente (AZEVEDO-MARQUES; RANGAYYAN, 2013; OLIVEIRA; CIRNE; AZEVEDO-MARQUES, 2007). O conceito de CBIR refere-se à busca por imagens cujos conteúdos são similares a um caso de referência utilizando informações derivadas das próprias imagens, representadas por seu conteúdo intrínseco (vetor de atributos), ao invés de índices de textos associados ou anotações externas (SOUZA, 2012).…”