Publicação
Classificação automática de termogramas do pé diabético usando técnicas de Machine Learning
| Resumo: | O pé diabético é uma das principais complicações observadas em pacientes diabéticos, à qual está associada o desenvolvimento de úlceras nos pés e que podem levar à amputação. Dado que o risco de ulceração está diretamente ligado ao aumento da temperatura na região plantar, diversos estudos utilizam a termografia como método de identificação automática de problemas no pé diabético. Como a distribuição da temperatura plantar dos pacientes diabéticos não segue um padrão específico, é difícil mensurar as mudanças de temperatura e, portanto, existe o interesse no desenvolvimento de métodos que permitam a deteção dessas mudanças anormais. Para auxiliar nas suas decisões e ajudar a prevenir erros, o recurso aos sistemas de diagnóstico assistido por computador utilizando técnicas de inteligência artificial está a aumentar gradualmente, visto que estes sistemas podem auxiliar os profissionais de saúde a melhorar a exatidão dos exames, aumentar a consistência na interpretação das imagens, auxiliar na avaliação prognóstica e apoiar a tomada de decisão terapêutica. O objetivo deste trabalho é desenvolver uma metodologia que utilize termogramas dos pés de indivíduos diabéticos e saudáveis para classificar e analisar a diversidade de mudanças térmicas na região plantar. Para isso, são propostos e comparados dois modelos para a classificação de termogramas dos pés de indivíduos diabéticos e saudáveis. Para detetar e classificar mudanças anormais na temperatura plantar, algoritmos de machine learning são usados em ambos os modelos. No primeiro modelo, Modelo 1, os termogramas dos pés são classificados em quatro classes: saudáveis e três categorias para diabéticos. O segundo modelo, Modelo 2, tem duas etapas: na primeira etapa, cada pé é classificado como pertencente a um indivíduo diabético ou saudável, enquanto, na segunda etapa é feito um refinamento da classificação, classificando o pé diabético em 3 classes de gravidade progressiva. Os resultados ilustrados mostram que ambos os modelos propostos apresentam um desempenho satisfatório, porém, quando comparados, o Modelo 2 supera o Modelo 1 e permite um melhor desempenho de classificação quanto à categoria saudável e primeira classe de diabéticos. Esses resultados demonstraram que a metodologia proposta pode ser uma ferramenta de auxílio ao diagnóstico médico. |
|---|---|
| Autores principais: | Teixeira, Pedro Miguel Bento |
| Assunto: | Pé diabético Termografia |
| Ano: | 2021 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade de Trás-os-Montes e Alto Douro |
| Idioma: | português |
| Origem: | Repositório da UTAD |
| Resumo: | O pé diabético é uma das principais complicações observadas em pacientes diabéticos, à qual está associada o desenvolvimento de úlceras nos pés e que podem levar à amputação. Dado que o risco de ulceração está diretamente ligado ao aumento da temperatura na região plantar, diversos estudos utilizam a termografia como método de identificação automática de problemas no pé diabético. Como a distribuição da temperatura plantar dos pacientes diabéticos não segue um padrão específico, é difícil mensurar as mudanças de temperatura e, portanto, existe o interesse no desenvolvimento de métodos que permitam a deteção dessas mudanças anormais. Para auxiliar nas suas decisões e ajudar a prevenir erros, o recurso aos sistemas de diagnóstico assistido por computador utilizando técnicas de inteligência artificial está a aumentar gradualmente, visto que estes sistemas podem auxiliar os profissionais de saúde a melhorar a exatidão dos exames, aumentar a consistência na interpretação das imagens, auxiliar na avaliação prognóstica e apoiar a tomada de decisão terapêutica. O objetivo deste trabalho é desenvolver uma metodologia que utilize termogramas dos pés de indivíduos diabéticos e saudáveis para classificar e analisar a diversidade de mudanças térmicas na região plantar. Para isso, são propostos e comparados dois modelos para a classificação de termogramas dos pés de indivíduos diabéticos e saudáveis. Para detetar e classificar mudanças anormais na temperatura plantar, algoritmos de machine learning são usados em ambos os modelos. No primeiro modelo, Modelo 1, os termogramas dos pés são classificados em quatro classes: saudáveis e três categorias para diabéticos. O segundo modelo, Modelo 2, tem duas etapas: na primeira etapa, cada pé é classificado como pertencente a um indivíduo diabético ou saudável, enquanto, na segunda etapa é feito um refinamento da classificação, classificando o pé diabético em 3 classes de gravidade progressiva. Os resultados ilustrados mostram que ambos os modelos propostos apresentam um desempenho satisfatório, porém, quando comparados, o Modelo 2 supera o Modelo 1 e permite um melhor desempenho de classificação quanto à categoria saudável e primeira classe de diabéticos. Esses resultados demonstraram que a metodologia proposta pode ser uma ferramenta de auxílio ao diagnóstico médico. |
|---|