Detect X: programação em prol da medicina

Autores/as

  • Nicolle Bauermann Schubert Escola SESI de Ensino Médio José Pedro Fernando Piovan, São Leopoldo, Rio Grande do Sul, Brasil.
  • Cauê Martins Barruffe Escola SESI de Ensino Médio José Pedro Fernando Piovan, São Leopoldo, Rio Grande do Sul, Brasil.
  • Ellen Utzig Gonçalves Escola SESI de Ensino Médio José Pedro Fernando Piovan, São Leopoldo, Rio Grande do Sul, Brasil.
  • Luísa Pereira Ferreira Escola SESI de Ensino Médio José Pedro Fernando Piovan, São Leopoldo, Rio Grande do Sul, Brasil.
  • Luiz Ricardo Bertoldi de Oliveira Escola SESI de Ensino Médio José Pedro Fernando Piovan, São Leopoldo, Rio Grande do Sul, Brasil.
  • Ana Cristina Sulzbach Escola SESI de Ensino Médio José Pedro Fernando Piovan, São Leopoldo, Rio Grande do Sul, Brasil.

Palabras clave:

Câncer, Pulmão, Programação, Raio X, PCA

Resumen

O diagnóstico precoce do câncer de pulmão permite o tratamento da doença com mais rapidez e precisão, diminuindo as chances do agravamento desse mal [8]. Em 2008, essa enfermidade causou 1,2 milhões de mortes, 45% das quais ocorreram na América Latina e no Caribe, de acordo com a OPAS (Organização Pan-Americana da Saúde) [8]. A partir disso, foi desenvolvido um projeto capaz de auxiliar no rastreamento de neoplasias cancerígenas para gerar o tratamento precoce e eficaz. Esse projeto consiste em um software, o Detect X, que identifica tumores cancerígenos nas imagens de raio X por meio de vetores, conhecidos como segmentos de retas usadas para representar alguma grandeza vetorial. Após identificar a imagem inserida, o programa gera 3 figuras, a PCA (Principal Component Analysis) [11] com a separação do RGB (sistema cromático de cores vermelho, verde e azul) [2]. As figuras geradas pelo programa são compostas por vetores que se originam a partir da variação de cor entre os pixels [2]. Quanto maior a variação de cor entre os pixels, maior será o vetor, consequentemente mostrando a possível presença de um tumor na região analisada. A parte mais clara ou escura destaca o local onde o tumor se situa e para onde ele possivelmente se espalhará, permitindo que o tratamento seja iniciado precocemente. O Detect X utiliza a linguagem de programação do MATLAB (Matrix Laboratory) [9] para executar sua função matemática. Atualmente o software está em fase de aprimoramentos para posteriormente ser implantado em clínicas e hospitais, auxiliando os médicos no diagnóstico precoce de neoplasias.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

CTB. (2022) Cistose Tumores na Boca. Disponível em: https://www.saizakiodontologia.com.br/especialidades/ver/MTQ= acesso em 13/06/2022.

DE QUEIROZ, José Eustáquio Rangel; GOMES, Herman Martins. (2006) Introdução ao processamento digital de imagens. Rita, v. 13, n. 2, p. 11-42.

DILEVA, Gianpiero; CROCE, Carlo M. (2010) Roles of small RNAs in tumor formation. Trends in molecular medicine,v.16,n.6,p.257-267.

DIAS. (2002) Analogias em medicina: Bala de canhão nos pulmões. Disponível em: https://newslab.com.br/analogias-em-medicina-bala-de-canhao-nos-pulmoes/ acesso em 12/08/2022

ISLAMI, Farhad; TORRE, Lindsey A.; JEMAL, Ahmedin. (2015) Global trends of lung cancer mortality and smoking prevalence. Translational lung cancer research, v.4, n. 4, p. 327, 2015.

MALHOTRA, Jyoti et al. (2016) Risk factors for lung cancer worldwide. European Respiratory Journal, v. 48, n. 3, p. 889-902, 2016.

ONG Oncoguia. (2021) Disponível em: http://www.oncoguia.org.br/conteudo/com-82-de-mortalidade-cancer-de-pulmao-e-o-que-mais-mata-no-brasil/12460/42/ acesso em 29/11/2021

OPAS. Organização Pan-Americana da Saúde. (2021) Disponível em: Câncer -OPAS/OMS | Organização Pan-Americana da Saúde (paho.org) acesso em 25/11/2021

PALUSZEK,M.T.S.( 2023) MATLABmachinelearning.Disponível em: https://books.google.com.br/books?hl=ptBR&lr=&id=3kXODQAAQBAJ&oi=fnd&pg=PR6&dq=learning+Matlab+&ots=ZMOqVPd9sN&sig=m413I6kcrAB0HHopyN3pg8oFd-Y#v=onepage&q=learning%20Matlab&f= acesso em 30/03/2023.

RAIMUNDO, Nuno; BAYSAL, Bora E.; SHADEL, Gerald S. (2011) Revisiting the TCA cycle: signaling to tumor formation. Trends in molecular medicine, v. 17, n. 11, p. 641-649, 2011.

SCHABATH. (2023) Cancer epidemiology, biomarkers & prevention. Disponível em: https://aacrjournals.org/cebp/article/28/10/1563/71761/Cancer-Progress-and-Priorities-Lung-CancerCancer acesso em 22/03/2023

SHLENS, Anotações em arXiv preprintar Xiv:1404.1100,2014. Disponível em https://arxiv.org/abs/1404.1100 acesso em 29/03/2023

TAO, Meng-Hua. (2019) Epidemiology of lung cancer. Lung Cancer and Imaging.

XUE, Yueguang et al. (2022) Air pollution: A culprit of lung cancer. Journal of Hazardous Materials, p. 128937.

SILVA, Giovanni Lucca Françada. (2015) Análise de nódulos pulmonares usando índices de diversidades para estabelecer possíveis diferenças entre padrões malignos e benignos.

Publicado

2023-12-12

Cómo citar

Schubert, N. B., Barruffe, C. M., Gonçalves, E. U., Ferreira, L. P., Oliveira, L. R. B. de, & Sulzbach, A. C. (2023). Detect X: programação em prol da medicina. Journal Of Exact Sciences and Technological Applications, 2, e75157. Recuperado a partir de https://periodicos.ufsm.br/JESTA/article/view/75157

Número

Sección

Matemática