Banca de DEFESA: NICOLLY SARMENTO JACOMELLI

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : NICOLLY SARMENTO JACOMELLI
DATA : 26/08/2025
HORA: 17:00
LOCAL: Online
TÍTULO:

PROPOSTA DE UMA SOLUÇÃO INTELIGENTE DE EXTRAÇÃO SEMIAUTOMÁTICA DE DADOS A PARTIR DE EXAMES EXPORTADOS: UM ESTUDO DE CASO EM TOMOGRAFIA DE COERÊNCIA ÓPTICA DA CÓRNEA

PALAVRAS-CHAVES:

recuperação de informação;aprendizagem de máquina; tomografia de coerência óptica; reconhecimento ótico de caracteres; algoritmos.

PÁGINAS: 20
RESUMO:

Este trabalho propõe uma solução computacional semiautomática para extração de dados clínicos estruturados a partir de exames médicos, sendo concretizado seu conceito no desenvolvimento de um estudo de caso para exames oftalmológicos no formato de imagem (JPG), mais especificamente da Tomografia de Coerência Óptica (OCT) da córnea. Motivada pela dificuldade de acesso aos dados brutos gerados por equipamentos de exames médicos, a pesquisa visa superar as limitações impostas pelo formato visual dos exames que inviabiliza a análise automática em larga escala por meio do uso de algoritmos de Reconhecimento Óptico de Caracteres (OCR) e técnicas de pré-processamento de imagem. O estudo e solução apresentada envolveu a coleta de 488 exames provenientes da clínica VisareRIO, obtidos pelo tomógrafo RTVue. Foram testados três algoritmos de OCR amplamente utilizados (Tesseract, EasyOCR e PaddleOCR), os quais demonstraram desempenho limitado frente aos desafios visuais dos exames. Diante dessas limitações, foi desenvolvido o SarmentoOCR, um algoritmo personalizado e adaptado ao exame estudado, uma vez que realizando o mapeamento das áreas de interesse, a sua extração é mais confiável. A solução foi validada com ground truth manual, alcançando acurácia média de 99,68%. Além da extração dos dados, o sistema viabiliza sua estruturação tabular, permitindo uso em pesquisas clínicas, análise estatística e modelos de aprendizado de máquina. Este estudo demonstra que soluções inteligentes e personalizadas de OCR podem viabilizar a reutilização de dados clínicos de exames visuais, promovendo avanços na oftalmologia computacional e fomentando novas possibilidades de integração entre ciência de dados e prática médica.

MEMBROS DA BANCA:
Presidente - 2351211 - AYDANO PAMPONET MACHADO
Interno(a) - 1544992 - MARCELO COSTA OLIVEIRA
Externo(a) à Instituição - RENATO AMBRÓSIO JÚNIOR - UNIRIO