GPCA – Grupo de Pesquisa em Computação Aplicada do IF SudesteMG

Informática Biomédica

A informática biomédica é uma área de pesquisa que estabelece uma conexão entre as ciências médicas e a ciência da computação. Nesta linha de pesquisa são desenvolvidos trabalhos que analisem informações como imagens, dados e sinais biomédicos além do desenvolvimento de tecnologias assistivas para pacientes com deficiência ou com idade avançada. Nossos projetos utilizam diversos métodos computacionais como a visão computacional e a mineração de dados para implementação de sistemas e soluções inteligentes.

Coordenadores

Alessandra Martins Coelho
Lucas Grassano Lattari
Matheus de Freitas Oliveira Baffa

Projetos em desenvolvimento

  • Detecção Automática de Pacientes com COVID-19 em Exames de Radiografia Torácica. (Trabalho de Conclusão de Curso) – Fábio Júnior Barbosa
  • Uma Ferramenta Web Para Avaliação da Satisfação do Usuário de Tecnologia Assistiva. (Trabalho de Conclusão de Curso) – Lucas Barros da Mota Couto
  • Classificação da Retinopatia Diabética Através da Análise Espacial e das Estruturas Vasculares da Retina. (Trabalho de Conclusão de Curso) – Ítalo Rodrigues Gama
  • Caracterização dos Estágios da Retinopatia Diabética Utilizando Análise Radiômica. (Trabalho de Conclusão de Curso) – João Victor Gomes Martins
  • Redes Neurais Residuais Aplicadas à Caracterização de Doenças da Pele. (Trabalho de Conclusão de Curso) – Rayanne Bertolace Lima
  • Classificação da Retinopatia Diabética Orientada às Alterações das Estruturas Vasculares da Retina. (Iniciação Científica) – Ítalo Rodrigues Gama
  • Caracterização dos Estágios Iniciais da Retinopatia Diabética Utilizando Aprendizado Profundo. (Iniciação Científica) – João Victor Gomes Martins
  • Classificação Automática de Diferentes Tipos de Pneumonia Viral em Imagens de Raio-X para a Diferenciação do COVID-19. (PET) – Fernando Lucas de Lima Martins
  •  Reconhecimento de Padrões em Exames de Tomografia de Coerência Óptica Utilizando Análise de Características Espaciais. (PET) – Élisson Carlos de Carvalho
  • Identificação Automática de Tumores Cerebrais em Imagens de Ressonância Magnética. (PET) – Davidson Lucas de Souza.

Projeto concluídos

  • Uma Metodologia para Classificação de Anomalias Oculares Através do Diagnóstico da Íris. (Trabalho de Conclusão de Curso) – Luiza Rosa de Moura
  • Desenvolvimento de um Sistema para Classificação de Retinopatia Diabética Utilizando Aprendizado Profundo. 2020. (Iniciação Científica) – Ítalo Rodrigues Gama
  • Fully-Connected Neural Network for COVID-19 Chest X-Ray Imaging Classification Using Hybrid Features. 2020. (PET) – Victor Hugo Viveiros, Fernando Lucas, Rayanne Bertolace
  • Automatic Detection of COVID-19 in X-Ray Images Using Fully-Connected Neural Networks. 2020. (PET) – Elisson Carvalho, Raian Malta
  • COVID-19 X-Ray Imaging Classification Using Deep Neural Network and Local Binary Patterns. 2020. (PET) – João Victor Gomes Martins, Mateus Pereira Gregório.
  • Uma Metodologia de Segmentação e Classificação de Imagens Laterais Infravermelhas para o Auxílio no Diagnóstico do Câncer de Mama. 2019. (Iniciação Científica) – Thays Lacerda, Fabíola Freitas
  • Database for Ophthalmology Research: Uma Base de Dados de Exames Oftalmológicos com Recuperação de Dados Baseado no Conteúdo. 2019. (Trabalho de Conclusão de Curso) – Matheus Baffa
  • Desenvolvimento de um Sistema Orientado ao Diagnóstico de Anomalias das Mamas. 2017. (Iniciação Científica) – Matheus Baffa
  • Dispositivo não-invasivo para cancelamento de tremor em pacientes com tremor essencial. 2016. (Iniciação Científica) – Euler Rithiele
  • Uma Metodologia para a Detecção de Anomalias da Mama Utilizando Aprendizado Profundo. 2016. (Iniciação Científica) – Matheus Baffa
  • Segmentação de Imagens Médicas Semi-Supervisionadas Utilizando Aprendizagem de Máquina. 2013. (Iniciação Científica) – Matheus Baffa

Informática Biomédica

Grupo de Pesquisa em Computação Aplicada