Notícias

Banca de QUALIFICAÇÃO: MARCO AURÉLIO PENAFORT DIAS JÚNIOR

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: MARCO AURÉLIO PENAFORT DIAS JÚNIOR
DATA: 28/01/2022
HORA: 08:30
LOCAL: Sala Virtual do Google Meet: https://meet.google.com/bbx-sson-jrm
TÍTULO: Reconhecimento de Formas Farmacêuticas Sólidas para Auxiliar Pessoas com Deficiência Visual
PALAVRAS-CHAVES: reconhecimento de formas farmacêuticas sólidas, reconhecimento de medicamentos, sistemas wearable, pessoas com deficiência visual, visão computacional
PÁGINAS: 44
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
ESPECIALIDADE: Processamento Gráfico (Graphics)
RESUMO:

Este projeto de qualificação de mestrado possui como objetivo desenvolver uma abordagem em visão computacional para o reconhecimento de Formas Farmacêuticas Sólidas (FFS), compreendendo comprimidos, drágeas ou cápsulas, com resultados superiores ao estado da arte em reconhecimento de FFS e que possa ser utilizada por um sistema wearable para auxiliar pessoas com deficiência visual. Um sistema wearable munido com tal abordagem, ajudaria uma pessoa com deficiência visual a tomar o medicamento correto, sem ajuda de terceiros, tornando-o mais independente e melhorando a sua qualidade e expectativa de vida. Isso evitaria que a pessoa com deficiência visual tome algum medicamento errado, o que poderia causar interações medicamentosas. Para alcançar esse objetivo foi realizada uma revisão sistemática da literatura para analisar o estado da arte sobre o tema e poder desenvolver a própria abordagem do projeto. Fora verificados diversos trabalhos relacionados com o tema, o que proporcionou um acervo bastante consistente para o desenvolvimento da abordagem proposta. A base de dados da National Library of Medicine (NLM) foi utilizada como fonte de dados, possibilitando o desenvolvimento dessa pesquisa. Os resultados preliminares foram promissores, atingindo a taxa de acurácia de 70%, com uso dos classificadores K-Vizinhos mais Próximos (K-Nearest Neighbors -- K-NN), Máquina de Vetores de Suporte (Support Vector Machine -- SVM) e as Redes Neurais Perceptron Multicamadas e Convolucional, verificando que o projeto tem potencial para atingir os resultados esperados.


MEMBROS DA BANCA:
Presidente - 1642492 - LAURINDO DE SOUSA BRITTO NETO
Interno - 1350246 - KELSON ROMULO TEIXEIRA AIRES
Interno - 1579396 - RODRIGO DE MELO SOUZA VERAS
Notícia cadastrada em: 19/01/2022 16:36
SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | © UFRN | sigjb05.ufpi.br.instancia1 28/03/2024 08:54