| dc.description | A identificação e contagem dos sedimentos urinários é uma fase muito importante do exame de rotina de urina e pode ser realizada através do processamento de imagens. Equipamentos automatizados que realizam este exame possuem um processo próprio de classificação de imagens dos sedimentos. Eles podem, porém, apresentar dificuldades em detectar alguns objetos presentes nas amostras, como células epiteliais escamosas e cilindros hialinos. Para tentar resolver este problema, este trabalho propõe um estudo e avaliação sobre a aplicação de métodos de segmentação de imagens baseado em técnicas de detecção de bordas. A detecção de bordas fundamenta-se na identificação de mudanças abruptas de níveis de cinza em uma imagem, sendo que estas mudanças são nitidamente percebidas em imagens do sedimento urinário. Foi elaborado um processo de segmentação de imagens abordando as etapas de pré-processamento, segmentação e pós-processamento do processamento de imagens, onde cada um dos tipos de sedimento da urina foi avaliado através da sua comparação com imagens segmentadas idealmente e utilizando as métricas decorrentes da matriz de confusão. Os métodos de segmentação apresentados também foram avaliados quanto a sua acurácia em identificar os sedimentos presentes nas amostras coletadas e quais parametrizações trouxeram melhores resultados para cada tipo de sedimento. Ao longo da realização do trabalho, observou-se que a tarefas se revelou complexa e de difícil solução pelos métodos inicialmente previstos, necessitando de ajustes e o uso de mecanismos de apoio. Os resultados preliminares demonstraram como cada método afetou a segmentação dos sedimentos, fornecendo elementos para compreensão da tarefa e quais resultados estão ao alcance dos métodos aplicados. Não se destaca, contudo, um método em especial para a segmentação de todos os sedimentos, sendo que o melhor resultado obteve uma média de Dice de 49,14%, obtidos pelo processo utilizando o stretch linear, filtro gaussiano com parametrização de 2 de sigma, utilização da detecção de bordas pelo algoritmo de Canny em combinação com o gradiente de Sobel (utilizando limiares entre 78% e 99%), além de operação morfológica de dilatação com elemento estruturante em formato de disco de tamanho 2x2 pixels. Por fim, indica-se uma operação morfológica de abertura com elemento estruturante dinâmico de 600 pixels, que sinalizam-se como viáveis para a continuidade da pesquisa. [resumo fornecido pelo autor] | pt_BR |
