Publicação: Determinação da concentração de oxi e deoxihemoglobina a partir de imagens de luz difusa utilizando redes neurais artificiais e sfdi
Carregando...
Tipo do documento
Data
Direito de acesso
Coleções
Programa
Área do conhecimento
CNPQ::ENGENHARIAS
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
A aquisição de imagem de domínio de frequência espacial (SFDI) é uma tecnologia que
possibilita a obtenção de mapas de cromóforos de forma rápida, não invasiva e em um campo
amplo. Esse método consiste em iluminar uma área ampla do tecido com uma luz modulada
espacialmente. A luz refletida pelo tecido varia conforme suas propriedades ópticas, permitindo
identificar sua composição. Neste trabalho, empregamos uma combinação de Análise de
Componentes Principais (PCA) e Redes Neurais Artificiais (RNA) para computar as
concentrações de oxi e deoxihemoglobina em tecidos da pele, a partir de valores de reflectância
difusa obtidos pelo SFDI. A base de dados utilizada foi gerada conforme os parâmetros do
tecido humano e simulações de Monte Carlo, totalizando 850.500 amostras - distribuídas em
conjuntos de treino, teste e validação na proporção 70:15:15. Para minimizar o risco de
overfitting durante o treinamento da rede neural, aplicou-se regularização Bayesiana, baseada
na otimização de Levenberg-Marquardt. Os resultados demonstraram que o modelo
desenvolvido conseguiu prever as concentrações de oxi e deoxihemoglobina com coeficientes
de correlação de 0,997 e 0,982, respectivamente. Os erros médios relativos em relação aos
valores esperados foram de 0,98% para oxihemoglobina e 0,99% para deoxihemoglobina,
sendo que a 90% das amostras apresentou erros médios relativos inferiores a 4%. O modelo
também foi aplicado a um estudo in vivo para determinar as concentrações de hemoglobina na
mão de um voluntário. Os resultados mostram que o modelo desenvolvido apresenta um bom
desempenho na determinação das concentrações destes cromóforos, mostrando-se uma
ferramenta promissora para medições in vivo e com potencial para auxiliar no diagnóstico.
Abstract
Spatial frequency domain imaging (SFDI) is a technology that allows obtaining chromophore
maps quickly, noninvasively and in a wide field. This method consists of illuminating a large
area of the tissue with a spatially modulated light field. The light reflected by the tissue varies
according to its optical properties, allowing its composition to be identified. In this work, we
used a combination of Principal Component Analysis (PCA) and Artificial Neural Networks
(ANN) to compute the concentrations of oxy and deoxyhemoglobin in skin tissues, from diffuse
reflectance values obtained by SFDI. The database used was generated according to the
parameters of human tissue and Monte Carlo simulations totaling 850,500 samples - distributed
in training, test and validation sets in the proportion 70:15:15. To minimize the risk of
overfitting during the training of the neural network, Bayesian regularization was applied, based
on the Levenberg-Marquardt optimization. The results demonstrated that the developed model
was able to predict the concentrations of oxyhemoglobin and deoxyhemoglobin with correlation
coefficients of 0.997 and 0.982, respectively. The mean relative errors in relation to the
expected values were 0.98% for oxyhemoglobin and 0.99% for deoxyhemoglobin, with 90%
of the samples presenting mean relative errors below 4%. The model was also applied to an in
vivo study to determine the hemoglobin concentrations in the hand of a volunteer. The results
show that the developed model performs well in determining the concentrations of these
chromophores, proving to be a promising tool for in vivo measurements and with potential to
aid in diagnosis.
Palavras-chave
redes neurais artificiais; aquisição de imagens no domínio das frequências espaciais., artificial neural networks; spatial frequency domain imaging.
Citação
GONÇALVES, Murilo Rodrigues. Determinação da concentração de oxi e deoxihemoglobina a partir de imagens de luz difusa utilizando redes neurais artificiais e sfdi. 2024. 45 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Biomédica ) – Universidade Federal de Uberlândia, Uberlândia, 2024.
DOI
Coleções
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto