Dados do Trabalho

Título

APLICAÇÃO DE TÉCNICAS DE PROCESSAMENTO DE IMAGENS NA IDENTIFICAÇÃO DA INFECTIVIDADE POR Plasmodium spp. EM MOSQUITOS DO GÊNERO Anopheles spp.

Objetivo (s)

Este estudo do tipo diagnóstico tem como objetivo aplicar técnicas de segmentação de imagens para identificação de Plasmodium spp. na forma de oocistos em mosquitos do gênero Anopheles spp.

Material e Métodos

Foram utilizadas imagens de lâminas de intestinos de mosquitos dissecados, contendo diferentes quantidades de oocistos. As imagens foram produzidas por celular ou microscópio com câmera e são provenientes do Centro de Entomologia da Fundação de Medicina Tropical Dr. Heitor Vieira Dourado, em Manaus, Amazonas. Foram utilizadas técnicas de segmentação de imagem, incluindo limiarização (global, adaptativa e o método de Otsu) e segmentação baseada em bordas (tipos sobel e canny edge) para identificar padrões relacionados ao reconhecimento de oocistos. As análises foram realizadas utilizando a linguagem Python v.3.10 com os pacotes OpenCV, Numpy e Matplotlib e definiu-se a qualidade dos resultados qualitativamente a partir da avaliação de pesquisadores especialistas. A limiarização separa os objetos do fundo da imagem por meio de um valor limiar para binarizar em pixels pretos e brancos e a segmentação baseada em bordas identifica e extrai as bordas dos objetos da imagem.

Resultados e Conclusão

A limiarização apresentou resultados que facilitam a identificação de oocistos, com destaque para as abordagens “limiarização global” e o “método de Otsu”. A definição do limiar varia de acordo com a abordagem: A global define-o manualmente, sendo o mesmo valor para todos os pixels independente da iluminação. O limiar encontrado neste trabalho foi o valor de 132, evidenciando os oocistos e facilitando sua identificação e contagem. O “método de Otsu” escolhe o limiar automaticamente de acordo com a média dos pixels vizinhos. A limiarização adaptativa destacou mais a cor branca, dificultando a visualização dos oocistos. As técnicas de segmentação baseada em bordas destacaram poucos oocistos nas imagens, apresentando baixo desempenho. A abordagem sobel foi capaz de contornar os oocistos apenas com bordas finas, e a canny edge evidenciou apenas ruídos, não sendo indicados para reconhecimento de oocistos. Desta forma, a limiarização global e o método de Otsu foram os que apresentaram melhor desempenho para segmentação. A segmentação pode diminuir as chances de erros humanos além de auxiliar na otimização do tempo e de recursos humanos.

Palavras-chave

Malária; oocistos; inteligência artificial.

Agradecimentos

Fundação de Amparo à Pesquisa do Amazonas - FAPEAM; Programa Inova Fiocruz; CAPES.