MOSAICO FACIAL NEONATAL:
Carregando...
Arquivos
Citações na Scopus
Tipo de produção
Trabalho de Conclusão de Curso
Data
2021-12-15
Autores
IBRAHIM JAMIL ORRA
MATHEUS ELIAS CRUZ
PEDRO HENRIQUE SILVA DOMINGUES
RENAN MARTINS MENDES DA SILVA
MATHEUS ELIAS CRUZ
PEDRO HENRIQUE SILVA DOMINGUES
RENAN MARTINS MENDES DA SILVA
Orientador
Carlos Eduardo Thomaz
Periódico
Título da Revista
ISSN da Revista
Título de Volume
Citação
Texto completo (DOI)
Palavras-chave
Resumo
O cotidiano de bebês pré-termo e neonatos muito doentes é envolvido por constante
exposição a dor, fato que pode causar problemas no desenvolvimento do sistema nervoso a
longo prazo. Por este motivo, uma área constante em desenvolvimento é a criação de sistemas
de detecção automática da dor fundamentados em imagens. Estes sistemas utilizam as mais
diversas técnicas, desde medidas anatômicas da face, inteligencia artificial e aprendizado de
máquina, porém todos eles possuem duas principais semelhanças: a categorização de regiões
faciais mais relevantes para identificação da dor neonatal e a dificuldade encontrada perante a
presença de artefatos obstruindo partes da face. Portanto, este trabalho propõe e implementa
uma técnica de segmentação automática de regiões de interesse, utilizada para a criação de
um novo dataset contendo recortes da face do recém-nascido relevantes para a classificação
de dor, categorizados pela região recortada e pela presença de dor. Adicionalmente, também
investigamos o uso de técnicas de similarity matching para comparar cada região de interesse
com a correspondente extraída de uma face média criada sem nenhuma obstrução. Todos os
experimentos foram feitos a partir da base de imagens de recém-nascidos da UNIFESP, a qual
é categorizada em bebês com dor e sem dor. Nosso arcabouço computacional foi desenvolvido
para detectar, transformar e extrair as áreas de interesse de qualquer imagem 2D da face de um
recém-nascido de forma robusta e no mesmo formato do dataset criado.