SISTEMAS PARA CLASSIFICAÇÃO DE IMAGENS DO CORAÇÃO E DE AMOSTRAS

[h4a]Texto: Carolina Octaviano   Foto: Thomaz Marostegan[/h4a]

Um método que classifica automaticamente imagens do coração a partir de ecocardiogramas e um sistema que permite a classificação de amostras em cenários abertos são tecnologias originadas sob supervisão dos Professores Anderson Rocha e Ricardo da Silva Torres, do Instituto de Computação (IC), a partir de uma parceria para desenvolvimento de novas tecnologias entre a Unicamp e a Samsung, empresa do segmento de produtos eletrônicos e que, recentemente, também efetuou o licenciamento dos dois sistemas, nos moldes do convênio.

A primeira delas permite detectar possíveis anomalias no órgão do paciente ao analisar as imagens de ultrassom obtidas de diferentes ângulos do coração, que, com este método passam a ser classificadas de maneira automática. O professor Rocha conta que esta tecnologia tem como diferencial o fato de tornar os exames mais eficientes, uma vez que imagens e vídeos são classificados em tempo real – a tecnologia é capaz de classificar 30 imagens por segundo, podendo chegar até 60 imagens distintas por segundo em alguns cenários -, e permitir a realização da classificação das visões durante o exame de ecocardiograma.

“A taxa de precisão obtida nos experimentos ficou consistentemente acima de 90%, para o problema de classificação de quatro visões distintas do coração”, completa Otávio Penatti, pesquisador de pós-doutorado, que participou do desenvolvimento do método e atualmente é pesquisador na Samsung.

A classificação automática de imagens, de acordo com o ângulo de visão do coração, traz, dentre os principais benefícios, a eliminação da necessidade de anotação manual dos exames e a melhor organização e gerenciamento das imagens de ecocardiografia. “Armazenar ou organizar este tipo de conteúdo com este método pode ajudar na busca e no estudo de anomalias do coração entre pacientes”, aponta Rocha.

Neste tipo de exame, o médico ou especialista posiciona a sonda no peito do paciente para obter imagens de ultrassom do coração e, de acordo com a posição, uma visão diferente do coração é obtida, correspondendo a uma parcela do músculo. “Em cada visão, é possível analisar as formas e o movimento de diferentes estruturas do coração, como átrios, ventrículos e válvulas”, afirma Rocha, frisando que o método se mostrou robusto em termos de variação das imagens.

CLASSIFICAÇÃO DE CATEGORIAS EM CENÁRIOS ABERTOS

Já o outro sistema licenciado pela Samsung e intitulado “Método para classificação multiclasse em cenários abertos e usos do mesmo” é uma proposta de um novo classificador para cenários abertos. Um cenário aberto é aquele em que o sistema aprende propriedades a partir de algumas classes de exemplo em uma etapa de treinamento, mas que, durante o teste, é robusto para lidar com classes nunca vistas durante a primeira etapa. “Nos experimentos realizados, o método proposto se mostrou superior aos classificadores existentes, tendo como vantagem ainda a característica de ser naturalmente multiclasse. Muitos dos classificadores de cenário aberto existentes são binários, ou seja classificam apenas entre duas classes, ao contrário do classificador proposto”, revela o aluno Pedro Mendes Júnior, de cuja dissertação de mestrado se originou o sistema.

Neste tipo de cenário, durante o uso do sistema, amostras de tipos diferentes das quais o sistema foi programado para reconhecer precisam a ser classificados como “desconhecidos”, ao contrário do cenário fechado – que, durante a utilização do sistema, reconhece somente tipos de dados já cadastrados previamente. “O sistema é treinado apenas com uma parte do que realmente pode aparecer durante seu uso. Isso torna necessário que um classificador para cenário aberto crie um modelo capaz de lidar com amostras de tipos desconhecidos”, explica Penatti.

Como exemplo, os responsáveis pela tecnologia citam um método classificador de veículos. Em um cenário fechado, o sistema é treinado para enxergar objetos como carro ou moto, não reconhecendo outros tipos de veículos. Porém, já em cenário aberto, o sistema, mesmo treinado apenas com veículos do tipo carro e moto, é capaz de classificar qualquer veículo diferente de carro e moto como um ‘veículo desconhecido’. Isto, na opinião dos pesquisadores responsáveis pelo sistema, faz com que o cenário aberto reflita melhor sistemas do mundo real.

Segundo eles, dentre as aplicações que podem se beneficiar do método proposto, estão o reconhecimento de impressões digitais, o reconhecimento da fala, a classificação de objetos, cenas, caracteres, além de possuir aplicações na área médica. “Em cada uma dessas situações, o método proposto conseguiria lidar de maneira mais efetiva com amostras desconhecidas, recusando uma impressão digital não cadastrada, palavras desconhecidas, objetos, cenas e caracteres não reconhecidos e evitando que uma doença desconhecida seja cadastrada como conhecida”, ressalta Rocha.

INTERAÇÃO ENTRE UNIVERSIDADE E EMPRESA

A Samsung Electronics – que realiza projetos em parceria com a Unicamp, voltados para inovação tecnológica – avalia positivamente a interação com a Unicamp para o desenvolvimento de novas tecnologias, reafirmando que as pesquisas são direcionadas a partir de uma necessidade de mercado. “A Samsung desenvolve vários projetos de pesquisa em conjunto com a Unicamp. Como resultados esperados desta parceria, há o desenvolvimento de novos métodos e tecnologias que podem ser aplicados a problemas do mercado”, diz Miguel Lizarraga, gerente de pesquisa e desenvolvimento da Samsung.

Para ele, o apoio da Inova é fundamental para a formatação de projetos colaborativos e para o licenciamento de tecnologias. “A Inova Unicamp teve colaboração muito próxima à Samsung para chegarmos ao acordo sobre a forma que os resultados da pesquisa seriam tratados. Visto que o desenvolvimento destas tecnologias é em conjunto com a Unicamp, a patente possui co-titularidade para ambas instituições e a Samsung possui o direito de exploração.  O acordo assinado atende às necessidades de ambas as partes, focando em uma parceria de ganha-ganha entre as instituições”, corrobora. Rocha e Penatti concordam com Lizarraga, com relação à importância do suporte da Inova no processo de licenciamento e na interação entre as partes. “A Inova nos ajudou bastante na interação entre Samsung e Unicamp desde o processo inicial de colaboração, elaboração dos contratos e andamento dos projetos”, dizem.

Também participaram do desenvolvimento de ambos os sistemas: Ricardo da Silva Torres, professor do IC; os alunos de doutorado Rafael Werneck e Pedro Mendes Junior; Waldir de Almeida, aluno de mestrado; Daniel Pazinato, graduando em Engenharia da Computação; e Bernardo Stein, bacharel em Ciência da Computação. Roberto Medeiros de Souza, aluno de doutorado da Faculdade de Engenharia Elétrica e de Computação (FEEC) participou do desenvolvimento do método que classifica multiclasses em cenários abertos.