As aplicações de visão computacional e inteligência artificial na medicina estão se tornando cada vez mais importantes, especialmente no campo da tecnologia de imagens como cardiologia, câncer, dermatologia, doenças neurodegenerativas, problemas respiratórios e gastroenterologia. A união das áreas resultou em uma grande variedade de métodos que vão desde aprimoramento, detecção, segmentação e caracterização de estruturas anatômicas e lesões para sistemas completos que identificam automaticamente e classificam diversas doenças para auxiliar no diagnóstico clínico e no tratamento. Diferentes modalidades de imagem como tomografia computadorizada, ressonância magnética, radiografia, ultrassom, dermatoscopia e microscopia oferecem múltiplas oportunidades para construir sistemas automáticos que auxiliam no diagnóstico médico, aproveitando a vantagem da própria natureza física. Essas modalidades de imagem também impõem limitações importantes ao projeto de sistemas automáticos de análise de imagem para auxílio ao diagnóstico devido às suas características inerentes, como a relação sinal ruído, contraste e resolução no tempo, espaço e comprimento de onda. O objetivo desta proposta é fazer o reconhecimento de padrões em imagens médicas não tradicionais usando visão computacional para o desenvolvimento de novas metodologias para o diagnóstico de doenças e o monitoramento de pacientes em estado crítico usando vídeos de equipamentos médicos.

Objetivo Geral
Reconhecimento de padrões em imagens e vídeos médicos para auxílio ao diagnóstico de doenças.
2.2. Objetivos Específicos
1. Reconhecimento de padrões em imagens médicas e biomédicas na região do visível do
espectro eletromagnético compatíveis com bactérias resistentes a antibióticos,
presença de câncer, cálculo do índice de infecção por leishmaniose e identificação de
espécies de caramujos do gênero Biomphalaria;
2. Reconhecimento de padrões em imagens médicas e biomédicas na região do infravermelho próximo (Near InfraRed, NIR) do espectro eletromagnético
compatíveis com bactérias resistentes a antibióticos, presença de câncer, cálculo do índice de infecção por leishmaniose e identificação de espécies de caramujos do gênero Biomphalaria;
3. Reconhecimento de padrões em imagens médicas e biomédicos na região do infravermelho de ondas curtas (ShortWave InfraRed, SWIR) do espectro eletromagnético compatíveis com acom bactérias resistentes a antibióticos, presença de câncer, cálculo do índice de infecção por leishmaniose e identificação de espécies de caramujos do gênero Biomphalaria;

À medida que a AI médica avança em clínica médica (Young, et al., 2020), simultaneamente tem o poder de fazer um grande bem para a sociedade e potencialmente
aumentar as desigualdades de longa data e perpetuar erros em medicina. Se feita de forma adequada e ética, a IA médica pode se tornar uma grande aliada para cuidados mais
equitativos. O objetivo desta proposta é introduzir novas modalidades de imagens e uma nova metodologia de análise de imagens na rotina de diagnóstico de doenças empregando CV.