An Automatic Proposal For Diagnosis Of Schistosomiasis ANDRÉ CAETANO ALVES FIRMO – UPE, CARMELO J. A. BASTOS FILHO - UPE, JONES ALBUQUERQUE, SILVANA BOCANEGRA - UFRPE, REINALDO SOUZA SANTOS - ENSP FIOCRUZ, CONSTANÇA S. BARBOSA - CPQAM FIOCRUZ

Motivação A tarefa de contagem de ovos de S. mansoni pode ser uma atividade árdua em muitos casos. Como o uso de tecnologia pode ajudar a resolver este problemas? A utilização de tais tecnologias pode ser empregada na rotina do diagnóstico laboratorial?

Introdução Este trabalho visa o desenvolvimento de uma solução, automatizada para a contagem dos ovos de S. mansoni nos exames parasitológicos de fezes. A solução é composta por um hardware de baixo custo e um sistema de classificação treinado a partir de uma técnica de inteligência computacional.

Metodologia Proposta da solução é descrita em 3 Fases:

Metodologia – 1ª Fase Captura de imagem continuamente. Requisitos para o equipamento. Captura de imagem continuamente. Resolução mínima de 352 x 288 pixels. Taxa de captura de vídeo de 30 quadros por segundo (FPS). Conectividade USB. Baixo custo de aquisição ( valor nominal inferior a R$ 100,00). Utilização simples e podendo ser usado em qualquer sistema operacional.

Metodologia – 1ª Fase Requisitos para a fixação da webcam no microscópio Preservar a integridade do microscópio sem alterá-lo ou danificá-lo Ser um sistema de fixação ajustável. Ser um sistema de baixo custo.

Metodologia – 2ª Fase Características de Haar – são retângulos compostos por áreas claras e escuras. Classificadores fracos – são algoritmos que identificam se uma determinada entrada atende a uma característica de haar. Cascata de classificadores – são vários classificadores fracos interligados formando um classificador forte, proposto por Viola e Jones.

Metodologia – 2ª Fase Treinamento – o treinamento da cascata é feito selecionando uma característica de haar para compor um classificador fraco. Cada estágio da cascata é composto por um classificador fraco que identifica uma única característica.

Metodologia – 3ª Fase Particle Swarm optimization (PSO) é uma técnica de inteligência computacional, bioinspirada no vôo dos pássaros, comumente utilizada para resolução de problemas de busca. É composta por um enxame de partículas, onde cada partícula representa uma possível solução do problema. As partículas se movimentam em função da sua qualidade e da qualidade do enxame. Foi utilizada esta técnica para selecionar as melhores características de haar para Compor os classificadores fracos da cascata de classificadores.

Resultados A taxa de acerto do sistema com 10 estágios e com a otimização (PSO) foi em média 30% melhor do que com o método de Viola e Jones e 3% melhor que o GA. Com relação à contagem dos ovos de S. mansoni o sistema obteve uma taxa de Acerto de 33,6%, sendo justificada pela pequena quantidade do conjunto de treinamento de menos de 10% do valor utilizado pela literatura. Melhor Resultado Viola e Jones 59,9% PSO 87,5% GA 84,2% Ganho em tempo de treinamento Viola e Jones GA Média 40 vezes 7 vezes Melhor 700 vezes 10vezes Acertos Falsos Alarmes Tempo de Treinamento Opencv 176 (0) 30636 (0) 275 s (0) PSO 231 (31) 24931 (8846) 6,5 s (0,7) GA 207 (79) 25833 (14368) 49,6 s

Conclusões Os primeiros resultados com o protótipo indicam que é viável a implementação para o diagnóstico da Esquistossomose e apontam para a viabilidade de uso desta solução para o diagnóstico de outras doenças baseadas na identificação de organismos microscópicos. Destaca-se: A viabilização da exposição das imagens microscópicas a um público, servindo como instrumento para o treinamento e divulgação de novas descobertas e a criação de um banco de dados de imagens das lâminas. O favorecimento da implantação de uma nova metodologia de trabalho aos técnicos laboratoriais onde dentre os benefícios estão a preservação da visão e a ergonomia.

Conclusões A realização dos exames em unidades móveis e com equipamentos portáteis e de baixo custo como netbooks e webcams. A criação de um banco de dados de resultados que pode ser integrado a um sistema de gestão por geoprocessamento com atualização on-line. Auditoria das etapas do exame desde a captura das imagens até o resultado. Divulgação de resultados on-line e em tempo de processamento entre várias unidades móveis à uma base centralizada. A viabilidade da fabricação de um sistema embarcado, portátil e de baixo custo capaz de realizar a contagem dos ovos de S. mansoni dispensando o uso do microscópio.

Agradecimentos Constança Barbosa – CPqAM/Fio Cruz Jones Albuquerque - UFRPE Prof. Carmelo Bastos – UPE Fernando e Barnabé – CPqAM/Fio Cruz Contato: caetanofirmo@gmail.com