Loading...
2 results
Search Results
Now showing 1 - 2 of 2
- Desenvolvimento de uma aplicação multimédia na área da saúde para crianças: patologias para minorcasPublication . Oliveira, Inês; Oliveira, Ângela; Silva, Pedro Moreira da; Leal, AndréNa segunda metade do século XX mudanças importantes ocorreram na comunicação, na forma e no local onde ocorre. Vários exemplos demonstram que, também na saúde, a forma como a comunicação é feita é um factor muito importante no sentido de informar e influenciar as decisões de indivíduos e de comunidades. Sobre esta problemática José Teixeira do Instituto Superior de Psicologia Aplicada de Lisboa diz que a comunicação efectiva em saúde tem influência importante a nível individual e comunitário. Desta forma este estudo para além de explorar novas formas de comunicação recorrendo à utilização de ferramentas informáticas, propõe o desenvolvimento de uma aplicação multimédia intitulada Patologias para Minorcas, que possibilita novas formas de comunicação das principais patologias em crianças. O desenvolvimento desta aplicação enquadra-se no trabalho efectuado no final do curso de Informática para a Saúde da Escola Superior de Tecnologia de Castelo Branco, em colaboração com a Escola Superior de Saúde do mesmo Instituto. Este projecto surge no seguimento de uma necessidade sentida pelos profissionais de saúde no que diz respeito á comunicação de patologias em crianças uma vez que a comunicação em saúde, a crianças e jovens, tem que ser específica, não se podendo comparar à que é feita a um adulto, desta forma criou-se um ambiente multimédia que facilita o processo de comunicação bem como o entendimento do tipo de patologia e das suas especificidades. Esta deve funcionar, como auxiliar do profissional de saúde, professores e educadores de infância, na explicação do tipo de patologia existente, pretendendo facilitar a aprendizagem dos conceitos através da utilização de jogos intuitivos e construídos em função da idade da criança.
- Automatic quantification and classification of breast density in 2D ultrasound imagesPublication . Oliveira, Ângela Cristina Marques de; Marques Oliveira, Angela CristinaO cancro da mama é uma doença grave que afeta milhões de pessoas em todo o mundo, tendo a densidade mamária sido identificada por vários estudos como um fator de risco para o cancro da mama. Assim, a avaliação da densidade mamária é importante na prevenção do cancro da mama. Os ecógrafos disponíveis comercialmente não fornecem uma estimativa da densidade mamária, sendo a avaliação da densidade baseada na observação visual subjetiva de imagens ecográficas, pelos médicos, por esse motivo a exatidão dessa avaliação depende da capacidade e experiência do médico, a qual pode variar entre eles. Têm sido propostos vários métodos para avaliar a densidade mamária em mamografia e ultrassonografia notando que existem vários métodos para a mamografia, mas poucos para ultrassonografia. Neste estudo, foi analisado um conjunto de imagens de ecografias mamárias. A densidade mamária neste conjunto de imagens foi avaliada visualmente por dois médicos, incluindo duas avaliações distintas realizadas pelo primeiro médico em diferentes períodos de tempos.Foi realizada uma avaliação quantitativa e qualitativa utilizando algoritmos semiautomáticos e automáticos com algoritmos de limiar do histograma e do método de Otsu, resultando num total de seis algoritmos. Foi definido um intervalo para a análise quantitativa em que o valor mínimo corresponde ao menor valor das três observações feitas pelos médicos para uma dada imagem e o valor máximo corresponde ao valor mais elevado das referidas observações. Para o algoritmo BDthr128, 56% dos casos pertencem ao intervalo, enquanto que o correspondente valor foi de 73% para o algoritmo BDthrAuto; estes resultados mostram que o algoritmo BDthrAuto tem melhor desempenho que o do que o primeiro, de acordo com a avaliação da densidade mamária feita pelos médicos. É também descrita a aplicação de um algoritmo que isola a glândula mamária em BDthr128 e BDthrAuto resultando nos algoritmos automáticos BDCombo128 e BDComboAuto. O procedimento utilizado para a análise dos resultados de densidade mamária foi o mesmo que o definido para os algoritmos BDthr. Depois de considerar o intervalo com o máximo e o mínimo das observações da mesma imagem, 28% dos valores obtidos aplicando os algoritmos estavam dentro do intervalo para o algoritmoBDCombo128 e 42% para o BDComboAuto,o que mostra que o algoritmo automático Tem melhor desempenho consideração as avaliações dos médicos. Considerando os valores das três observações fornecidas pelos radiologistas e os valores obtidos para a densidade mamária através dos quatro algoritmos desenvolvidos, aos correspondentes valores e para cada imagem de ecografia mamária, foi atribuído consoante o valor, o correspondente tipo considerando a avaliação qualitativa BIRADS (1, 2, 3 ou 4). Com três coincidências com os valores dos radiologistas, foram obtidas 33% das 85 imagens utilizando o algoritmo de BDthr128 e 48% das 85 imagens, utilizando o algoritmo de BDthrAuto. Por outro lado, o algoritmo BDthr128 obteve coincidência, com pelo menos duas das observações dos radiologistas em 69% das 85 imagens enquanto o BDthrAuto obteve 86% na mesma situação. No que diz respeito aos algoritmos automáticos e com três coincidências, o algoritmo BDCombo128 obteve 25% das 85 imagens e o BDComboAuto 47%. Com pelo menos duas coincidências o algoritmo BDCombo128 obteve 58% e o algoritmo BDComboAuto 79% das 85 imagens de ecografia mamária. Para a aplicação do método de Otsu, não foram consideradas imagens com nódulos mamários porque, com base nos resultados obtidos usando os algoritmos anteriores, foi concluído que este tipo de imagens necessita de especial atenção em investigação futura. Assim e para 82 imagens de ecografia mamária, quando foi aplicado o algoritmo semiautomático BDthrOtsu, obtiveram-se 65 % das imagens no intervalo considerado, enquanto para o BDthrAuto esse valor é de cerca de 70%. Quanto aos algoritmos automáticos, tem-se para o algoritmo BDComboAuto, 49% das imagens dentro do intervalo e para o BDComboOtsu o valor é de 61%. No caso da avaliação qualitativa, com total coincidência com as observações dos radiologistas, obtiveram se 46% dos valores para o algoritmo BDthrOtsu e o mesmo valor para o BDthrAuto. Assim, apenas na avaliação quantitativa o algoritmo BDComboOtsu apresenta um melhor desempenho que o BDComboAuto. Pode concluir-se que a densidade mamária pode ser calculada usando um método semiautomático baseado na seleção manual da área glandular nas imagens de ecografias e usando um limiar automático do intervalo de intensidade cinza ou utilizando um método automático baseado na extração automática de área glandular e o limiar de Otsu.