ESTUDO DO PROCESSAMENTO DE IMAGENS TÉRMICAS CORPORAIS CAPTURADAS POR DRONES EQUIPADOS COM CÂMERAS TÉRMICAS PARA USO EM CONTROLES EPIDEMIOLÓGICOS
DOI:
https://doi.org/10.47820/recima21.v3i5.1502Palavras-chave:
Processamento de imagens, Uso de drones equipados com câmeras térmicas, Imagens térmicas corporais para controles epidemiológicosResumo
Os diagnósticos por imagem são ferramentas muito importantes atualmente, porém uma das dificuldades encontradas é que as imagens necessitam passar por um processamento para que assim possa ser realizado o diagnóstico. Diversos estudos constataram que existem alguns problemas de obtenção dessas imagens por meio de instrumentos que necessitam de cuidados especiais e geram um alto custo para sua utilização. Assim, o objetivo deste trabalho é a elaboração de um dispositivo capaz de realizar a captura de imagens de forma a minimizar o custo necessário e capaz de realizar o processamento de imagem necessário para a realização de diagnósticos.
Para a execução do objetivo, foi realizada uma pesquisa teórica que aborda conceitos da utilização de drones como custo operacional e sistema de funcionamento. Em conjunto foram analisados conceitos de termografia infravermelha, como é dada a obtenção das imagens e como é o funcionamento da câmera termográfica. Além disso foi realizado uma pesquisa teórica sobre os conceitos de processamento de imagens, como são realizados, como são classificados, onde e quando são utilizados, o uso da inteligência artificial e redes neurais.
Espera-se, portanto que este estudo venha auxiliar na captura de imagens e no processamento das mesmas de forma a agilizar o processo, gerando menos custo, uma maior acessibilidade. A partir dos resultados obtidos, este estudo pode ser considerado como uma importante ferramenta para a obtenção de diagnósticos por imagem, facilitando o acesso aos equipamentos necessários, visando assim reduzir o custo e melhorar a eficiência dos diagnósticos por meio de processamento de imagens.
Downloads
Referências
BENGIO, Y. Learning Deep Architectures for AI. Hanover, MA, USA: Now Publishers Inc., 2009.
BIANCHINI, Â. R. Arquitetura de redes neurais para o reconhecimento facial baseado no neocognitron. São Carlos: UFSCar, 2004.
COPPIN, B. Inteligência Artificial. Rio de Janeiro: LTC, 2017.
COPELAND, B. R. Is Free Trade Good for the Environment? The American Economic Review, 2015.
EUGENIO, Fernando Coelho; ZAGO, Hugo Bolsoni, O livro dos drones: Um guia completo para entender todas as partes e funcionamentos, Editora CAUFES, 2020.
EVERAERTS, J.The use of unmanned aerial vehicles (uavs) for remote sensingand mapping. In: The international archives of the photogrammetry, remote sensing and spatial information sciences, isprs congress, Beijing, China, XXXVII. Part B1, p.1187- 1192, 2008.
FACELI, K.; LORENA, A. C.; GAMA, J.; CARVALHO, A. C. P. L. F. Inteligência Artificial: Uma Abordagem de Aprendizagem de Máquina. Rio de Janeiro: LTC, 2011.
GOODFELLOW, I.; BENGIO, Y.; COURVILLE, A. Deep Learning. Cambridge: MIT Press, 2016.
HAYKIN, S. S. Redes Neurais: princípios e prática. 2ed. Ed. Bookman Companhia Ed, 2001.
LORENA, A, C.; CARVALHO, A. C. P. L. F.; Uma introdução às Support Vector Machines. Revista de Informática Teórica e Aplicada, vol. 14, no2, 2007.
MARQUES FILHO, Ogê; VIEIRA NETO, Hugo. Processamento Digital de Imagens, Rio de Janeiro: Brasport, 1999.
Moacir A. Ponti; e Gabriel B. Paranhos da Costa. TÓPICOS EM GERENCIAMENTO DE DADOS E INFORMAÇÕES, Editora Sociedade Brasileira de Computação – SBC, 2017.
PONTI, M. A.; COSTA, G. B. P. Tópicos em Gerenciamento de Dados e Informações. ICMC - Universidade de São Paulo, São Carlos, SP – SBC, 1. ed, 2017.
RUSSELL, S.; NORVING, P. Inteligência Artificial. 3. Ed. São Paulo: Elsevier, 2013.
SANCHES, I. J., Sobreposição de imagens de termografia e ressonância magnética: uma nova modalidade de imagem médica tridimensional, Tese de Doutorado, Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial, Universidade Tecnológica Federal do Paraná, Curitiba, 2009.
SILVA, Gabriel de Andrade, Método Automático para Cálculo de Assimetria Térmica Corporal em Imagens Infravermelhas, Dissertação (Graduação em ciência da computação) – Universidade Tecnológica do Paraná, 2017.
SILVA, G. A., SANCHES, I. J., MORAIS, E. F., BRIOSCHI, M. L. Método automático para detecção de assimetria térmica corporal por termografia infravermelha, XXV Congresso Brasileiro de Engenharia Biomédica (CBEB - 2016), pp. 2304, Foz do Iguaçu-PR, outubro, 2016.
UEMATSU, S. Thermographic imaging of cutaneous sensory segment in patients with peripheral nerve injury: skin-temperature stability between sides of the body. Journal of neurosurgery, v. 62, n. 5, p. 716-720, 1985.
BRIOSCHI, M.L., TEIXEIRA, M.J., SILVA, F.M.R.M., COLMAN, D., Princípios e indicações da termografia médica, São Paulo: Andreoli, v. 1, 2010.
VIOLA, P.; JONES, M. Rapid object detection using a boosted cascade of simple features. In: Computer Vision and Pattern Recognition, 2001. CVPR 2001. Proceedings of the 2001 IEEE Computer Society Conference on. IEEE, v.1, p. 511-518, 2001.
VIOLA, P.; JONES, M. Robust real-time face detection. International journal of computer vision, v. 57, n. 2, p. 137-154, 2004.
Downloads
Publicado
Como Citar
Licença
Direitos de Autor (c) 2022 RECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição 4.0.
Os direitos autorais dos artigos/resenhas/TCCs publicados pertecem à revista RECIMA21, e seguem o padrão Creative Commons (CC BY 4.0), permitindo a cópia ou reprodução, desde que cite a fonte e respeite os direitos dos autores e contenham menção aos mesmos nos créditos. Toda e qualquer obra publicada na revista, seu conteúdo é de responsabilidade dos autores, cabendo a RECIMA21 apenas ser o veículo de divulgação, seguindo os padrões nacionais e internacionais de publicação.