Processamento de imagens em dispositivos móveis para classificar lesões por pressão / Image processing in mobile devices to classify pressure injuries / Procesamiento de imágenes en dispositivos móviles para clasificar lesiones por presión

Objetivo: desenvolver um algoritmo que auxilia na classificação das lesões por pressão por meio de processamento de imagens em dispositivos móveis. Método: podem-se destacar quatro etapas do desenvolvimento do algoritmo: construção de um banco de imagens; extração de características das imagens; definição de uma função que calcule a similaridade entre imagens; e recuperação da imagem de referência mais similar à nova imagem. Por fim, uma banca de juízes formada por enfermeiros testaram a acurácia do sistema. Resultados: no sistema desenvolvido, o usuário deve carregar uma foto da lesão, então o sistema fará o processamento dessa imagem e, baseado no algoritmo de processamento implementado no aplicativo, fará uma sugestão do provável estágio da lesão. Conclusão: nos testes realizados para verificar a acurácia das classificações por meio do algoritmo, obteve-se 100% de acerto. Mesmo considerando as limitações do algoritmo, o resultado desta pesquisa é encorajador e deve ser expandido em trabalho futuro.(AU)

Objective: to develop an algorithm that helps classifying pressure injuries through image processing on mobile devices. Method: there are four main stages of development of the algorithm: building an image database; extracting images of the features; definition of a function that calculates the similarity between images; and recovery of the reference image most similar to the new image. Finally, a panel formed by nurses tested the accuracy of the system. Results: in the developed system, the user must upload a photo of the injury; the system will process that image, and, based on the processing algorithm implemented in the application, will make a suggestion of the likely stage of the injury. Conclusion: in the tests to verify the accuracy of the classifications through the algorithm, there were 100% of accuracy. Despite the limitations of the algorithm, the result of this research is encouraging and future studies should expand it.(AU)

Objetivo: desarrollar un algoritmo que ayuda en la clasificación de las lesiones por presión a través de procesamiento de imágenes en dispositivos móviles. Método: se pueden destacar cuatro etapas del desarrollo del algoritmo: la construcción de una base de datos de imágenes; extracción de características de las imágenes; definición de una función que calcula la similitud entre las imágenes; y la recuperación de la imagen de referencia más similar a la nueva imagen. Por último, una banca de jueces formada por enfermeras puso a prueba la precisión del sistema. Resultados: en el sistema desarrollado, el usuario debe subir una foto de la lesión, entonces el sistema procesará esta imagen, basado en el algoritmo de procesamiento implementado en la aplicación, hacer una sugerencia probable escenario de la lesión. Conclusión: en las pruebas para verificar la exactitud de las clasificaciones a través del algoritmo, se obtiene una precisión del 100%. A pesar de las limitaciones del algoritmo, el resultado de esta investigación es alentador y debería ampliarse en trabajos futuros.(AU)

Estudo comparativo de modelos computacionais gerados sobre representações de imagens de coloscopia: tecido de mucosa normal VS tecido de mucosa de pólipo cólico / Comparative study of computacional models generated from representations of colonoscopic images: normal mucosal tissues VS mucosal tissues of colic polyp

Objetivo: analisar a qualidade preditiva de modelos computacionais para a diferenciação de tecidos cólicos, construídos a partir da representação de Imagens de Coloscopia (IC) como Matrizes de Co-ocorrência (MC). Materiais e Métodos: os modelos foramconstruídos aplicando técnicas de análise de imagens e de inteligência artificial. Foram utilizadas 67 IC, contendo pólipos, a partir das quais foram extraídas uma imagem da parte de tecido de pólipo e outra de tecido sem pólipo adjacente, totalizando 134 imagens. Para cada imagem, foram construídas MC para diferentes valores do parâmetro distância, D = 1 a 5, e extraídas 11 características de textura.Com essa representação, foram criados cinco modelos computacionais baseados em árvores de decisão. Os modelos foram avaliados utilizando: (a) validação cruzada e (b) tabelas de contingência. Resultados: na análise (a), o modelo de D = 3 apresentou o menor erro médio (22,25% ± 11,85%). Na análise (b), os modelos de D = 1 e 3 apresentaram os melhores valores de precisão. Conclusão: os valores do parâmetro de distância D = 1 e 3 apresentaram os modelos com as melhores qualidades preditivas. Os resultados mostraram que os modelos construídos apresentaram-se promissores para a construção de sistemas computacionais de suporte à decisão.

Purpose: to evaluate the predictive quality of computational models to differentiate colic tissues, based on Cooccorrurence Matrices (MC) representation of Coloscopic Images (IC). Materials and Methods: image analysis and artificial intelligence methods were employed to construct computational models. Sixty seven IC images, containing polyp, were considered in this work, from which a part containing a polypus and another without it were collected given origin to 134 images. For each one of these, different MC were constructed considering five distance parameters (D = 1 to 5) and the extraction of 11 texture characteristics. With this representation, five computational models were generated based on decision trees. These models were evaluated using two techniques: (a) cross-validation and (b) contingency tables. Results: for the (a) analysis, the model with D = 3 presented the smaller average error (22.25% ± 11.85%). For the (b) analysis, models with D = 1 and 3 presented the best precision values. Conclusion: parameters D = 1 and 3 presented models with the best predictive qualities. Results showed that the constructed models were promising to be applied within decision making computational systems.