Detecção de Padrões Histopatológicos em Digitalização de Lâminas Inteiras Usando Deep Learning

Resumo: Este projeto de pesquisa propõe o desenvolvimento de métodos de deep learning para análise de imagens histopatológicas do tipo Whole Slide Images (WSI) no contexto da patologia digital. O principal objetivo é investigar técnicas de inteligência artificial capazes de auxiliar patologistas na identificação de padrões morfológicos relevantes associados ao diagnóstico e à caracterização de doenças. Devido à alta resolução e complexidade das WSIs, a análise manual pode ser demorada e sujeita à variabilidade entre observadores. Nesse contexto, abordagens computacionais baseadas em redes neurais profundas podem contribuir para aumentar a eficiência, reprodutibilidade e precisão diagnóstica.

O projeto explorará estratégias de aprendizado de máquina para extração de características e reconhecimento de padrões em imagens histopatológicas, incluindo redes neurais convolucionais e métodos de aprendizado fracamente supervisionado. Bases de dados públicas serão utilizadas para treinamento e validação dos modelos, com avaliação de desempenho por meio de métricas padrão para tarefas de classificação e detecção em imagens médicas. Além disso, o estudo buscará investigar técnicas de interpretabilidade para aumentar a transparência e confiabilidade dos sistemas de IA aplicados à patologia.

Espera-se, ao final do projeto, contribuir para o desenvolvimento de ferramentas computacionais de apoio à decisão diagnóstica em patologia digital.

Data de início: 19/05/2026
Prazo (meses): 36

Participantes:

Papel	Nome
Coordenador	ANDRÉ GEORGHTON CARDOSO PACHECO
Pesquisador	LUIS ANTONIO DE SOUZA JUNIOR