Técnicas de Reconhecimento de Padrões Aplicadas ao Processo de Diagnóstico Médico
As diferentes técnicas matemáticas utilizadas para resolver problemas de reconhecimento de padrões podem ser agrupadas em dois enfoques gerais: o enfoque decisório-teórico e o enfoque sintático (estrutural) [8].
No enfoque decisório-teórico, as características dos padrões (features) são estabelecidas e medidas. O padrão é representado por um vetor de features, e o reconhecimento de cada padrão é geralmente efetuado através da partição do espaço das features.
No enfoque sintático, cada padrão é expresso em termo de uma composição de seus componentes. O reconhecimento do padrão se efetua analisando-se a estrutura do padrão de acordo com um conjunto de regras preestabelecidas.
Num problema de reconhecimento de padrões, a informação estrutural descrevendo cada padrão é fundamental, e o processo de reconhecimento deve incluir, além da associação do padrão a uma determinada classe (classificação), a determinação de aspetos do padrão que impossibilitam qualquer associação a uma outra classe.
Geralmente, os padrões que devem ser reconhecidos são complexos e o número de características necessárias para descrevê-los (features) é grande. Isto torna impraticável a descrição das classes de padrões e muito atraente a idéia de descrever um padrão complexo em termo de uma composição hierárquica de “subpadrões” mais simples. Assim, o reconhecimento deixa de ser um processo de classificação para se tornar uma descrição de padrões em termo de estruturas hierárquicas. Esta metodologia forma a base do reconhecimento sintático de padrões [9].
O enfoque sintático tenta estabelecer uma analogia entre a estrutura hierárquica ou em árvore dos padrões e a sintaxe das linguagens. Os padrões são construídos a partir de subpadrões usando diferentes métodos de composição da mesma maneira que as frases e sentenças de uma linguagem são geradas a partir de concatenação de palavras, elas mesmas obtidas a partir da concatenação de caracteres. Para que o enfoque sintático se torna mais eficiente, os subpadrões definidos, que são chamados de primitivas dos padrões, devem ser mais fáceis de serem reconhecidos [10].
As regras que regem a composição das primitivas determinam a “gramática” da linguagem de descrição de padrões. Após a identificação de todas as primitivas, realiza-se o processo de reconhecimento através de uma análise sintática ou decomposição da “sentença” que descreve o padrão considerado com o objetivo de determinar si ela é sintaticamente (gramaticalmente) correta, de acordo com a gramática especificada.
A introdução dos modelos nebulosa e o emprego de técnicas de reconhecimento de padrões para construção de sistemas especialistas de diagnósticos médicos tornam possíveis:
No enfoque decisório-teórico, as características dos padrões (features) são estabelecidas e medidas. O padrão é representado por um vetor de features, e o reconhecimento de cada padrão é geralmente efetuado através da partição do espaço das features.
No enfoque sintático, cada padrão é expresso em termo de uma composição de seus componentes. O reconhecimento do padrão se efetua analisando-se a estrutura do padrão de acordo com um conjunto de regras preestabelecidas.
Num problema de reconhecimento de padrões, a informação estrutural descrevendo cada padrão é fundamental, e o processo de reconhecimento deve incluir, além da associação do padrão a uma determinada classe (classificação), a determinação de aspetos do padrão que impossibilitam qualquer associação a uma outra classe.
Geralmente, os padrões que devem ser reconhecidos são complexos e o número de características necessárias para descrevê-los (features) é grande. Isto torna impraticável a descrição das classes de padrões e muito atraente a idéia de descrever um padrão complexo em termo de uma composição hierárquica de “subpadrões” mais simples. Assim, o reconhecimento deixa de ser um processo de classificação para se tornar uma descrição de padrões em termo de estruturas hierárquicas. Esta metodologia forma a base do reconhecimento sintático de padrões [9].
O enfoque sintático tenta estabelecer uma analogia entre a estrutura hierárquica ou em árvore dos padrões e a sintaxe das linguagens. Os padrões são construídos a partir de subpadrões usando diferentes métodos de composição da mesma maneira que as frases e sentenças de uma linguagem são geradas a partir de concatenação de palavras, elas mesmas obtidas a partir da concatenação de caracteres. Para que o enfoque sintático se torna mais eficiente, os subpadrões definidos, que são chamados de primitivas dos padrões, devem ser mais fáceis de serem reconhecidos [10].
As regras que regem a composição das primitivas determinam a “gramática” da linguagem de descrição de padrões. Após a identificação de todas as primitivas, realiza-se o processo de reconhecimento através de uma análise sintática ou decomposição da “sentença” que descreve o padrão considerado com o objetivo de determinar si ela é sintaticamente (gramaticalmente) correta, de acordo com a gramática especificada.
Conclusão
A introdução dos modelos nebulosa e o emprego de técnicas de reconhecimento de padrões para construção de sistemas especialistas de diagnósticos médicos tornam possíveis:
(1) A exploração do conhecimento implícito e subjetivo empregado pelo especialista humano nas suas tomadas de decisão;Baseando-se nos modelos propostos, é possível desenvolver sistemas que implementam de maneira rigorosa o raciocínio aproximado. São sistemas capazes de descrever de forma mais adequada situações onde o verdadeiro/falso ou o sim/não são meras simplificações da situação real. Diversas aplicações [11-13] permitem a validação dos modelos propostos.
(2) A validação de tais decisões;
(3) A satisfação do objetivo final: o diagnóstico correto.
Referência Bibliográficas
[1] Bartels, P. H. and Thompson, D. Expert Systems in Histopathology. III . Representation of Knowledge as "Structured Objects". Anal. Quant. Cytol. Histol., 11, 367-374, 1989.
[2] O'Gorman, L., Sanderson, A. C., and Preston, K. Jr. A System for Automated Liver Tissue Image: Methods and Results. IEEE Trans. Biom. Engineering, BME-32, No. 9, 696-706, September 1985.
[3] Bahr, G. F., Bartels, P. H., Dytch, H. E., Koss, L. G. and Wied, G. L. Image Analysis and Its Applications to Cytology. In Bibbo, M. (ed.). Comprehensive Cytopatology. Saunders, 1990.
[4] Wied, G. L., Weber, J. E. and Bartels, P. H. Expert Systems as Classifiers in Diagnostic Cytophatology. IEEE Proc. EMBS-EMSA, Boston, November 1987.
[5] Schreiber, G, Wielinga, B, Breuker, J., KADS, a principled approach to knowledge-based system development, Academic Press, London, 1993.
[6] Patil, R.S., Solovits, P., Schwartz, W.B., Causal understanding of patient illness in medical diagnosis, Proceedings International Joint Conference on Artificial Intelligence, 893-899, California, 1981.
[7] Benjamins, V.R., Problem solving methods for diagnosis, PhD thesis, University of Amsterdam, 1993.
[8] Patrick E.A.: Fundamentals of Pattern Recognition. Prentice-Hall, 1972.
[9] Meisel W.: Computer-Oriented Approaches to Pattern Recognition. Academic Press, 1972.
[10] Fu K.S. et al.: Syntactic Pattern Recognition, Applications. Springer-Verlag 1997.
[11] Hassan Sidaoui and Antonio R.P.L. de Albuquerque, “Fuzzy Techniques Applied to the Diagnosis of the Uterus Colon Cancer”, PROCEEDINGS OF THE VI INTERNATIONAL FUZZY SYSTEMS ASSOCIATION (IFSA) WORLD CONGRESS, São-Paulo, Brazil, July, 1995.
[12] Hassan Sidaoui and Marcos Tadeu T. Pacheco: “Técnicas de Reconhecimento de Padrões Aplicada ao Diagnóstico de Lesões Ateroscleróticas”. XX Encontro Nacional de Física da Matéria Condensada. Caxambu - MG, 10-14 de junho de 1997.
[13] Hassan Sidaoui and Marcos Tadeu T. Pacheco: “Artificial Intelligence Approach with a Fuzzy Model for the Diagnosis of Atherosclerotic Lesions”. World Congress on Medical Physics and Biomedical Engineering. Nice, France, 14-19, September 1997.
[1] Bartels, P. H. and Thompson, D. Expert Systems in Histopathology. III . Representation of Knowledge as "Structured Objects". Anal. Quant. Cytol. Histol., 11, 367-374, 1989.
[2] O'Gorman, L., Sanderson, A. C., and Preston, K. Jr. A System for Automated Liver Tissue Image: Methods and Results. IEEE Trans. Biom. Engineering, BME-32, No. 9, 696-706, September 1985.
[3] Bahr, G. F., Bartels, P. H., Dytch, H. E., Koss, L. G. and Wied, G. L. Image Analysis and Its Applications to Cytology. In Bibbo, M. (ed.). Comprehensive Cytopatology. Saunders, 1990.
[4] Wied, G. L., Weber, J. E. and Bartels, P. H. Expert Systems as Classifiers in Diagnostic Cytophatology. IEEE Proc. EMBS-EMSA, Boston, November 1987.
[5] Schreiber, G, Wielinga, B, Breuker, J., KADS, a principled approach to knowledge-based system development, Academic Press, London, 1993.
[6] Patil, R.S., Solovits, P., Schwartz, W.B., Causal understanding of patient illness in medical diagnosis, Proceedings International Joint Conference on Artificial Intelligence, 893-899, California, 1981.
[7] Benjamins, V.R., Problem solving methods for diagnosis, PhD thesis, University of Amsterdam, 1993.
[8] Patrick E.A.: Fundamentals of Pattern Recognition. Prentice-Hall, 1972.
[9] Meisel W.: Computer-Oriented Approaches to Pattern Recognition. Academic Press, 1972.
[10] Fu K.S. et al.: Syntactic Pattern Recognition, Applications. Springer-Verlag 1997.
[11] Hassan Sidaoui and Antonio R.P.L. de Albuquerque, “Fuzzy Techniques Applied to the Diagnosis of the Uterus Colon Cancer”, PROCEEDINGS OF THE VI INTERNATIONAL FUZZY SYSTEMS ASSOCIATION (IFSA) WORLD CONGRESS, São-Paulo, Brazil, July, 1995.
[12] Hassan Sidaoui and Marcos Tadeu T. Pacheco: “Técnicas de Reconhecimento de Padrões Aplicada ao Diagnóstico de Lesões Ateroscleróticas”. XX Encontro Nacional de Física da Matéria Condensada. Caxambu - MG, 10-14 de junho de 1997.
[13] Hassan Sidaoui and Marcos Tadeu T. Pacheco: “Artificial Intelligence Approach with a Fuzzy Model for the Diagnosis of Atherosclerotic Lesions”. World Congress on Medical Physics and Biomedical Engineering. Nice, France, 14-19, September 1997.
 |
* Hassan Ahmad Sidaoui,
É professor dos cursos de Bancos de Dados e Sistemas de Informação da unidade São José dos Campos da Faculdade IBTA, onde ministra as disciplinas Administração de Bancos de Dados, Programação de Bancos de Dados e Gerência de Projetos de Bancos de Dados. Doutor em Automação industrial pelo Instituto Nacional Politécnico de Grenoble, França, em 1992. Professor visitante nos cursos de pós-graduação em computação da escola politécnica da USP, em 1997, e do ITA em 1995.
Engenheiro de sistemas aerospaciais na MECTRON Engenharia desde outubro de 2001. Atua nas áreas de pesquisa em informática médica e inteligência artificial.
É professor dos cursos de Bancos de Dados e Sistemas de Informação da unidade São José dos Campos da Faculdade IBTA, onde ministra as disciplinas Administração de Bancos de Dados, Programação de Bancos de Dados e Gerência de Projetos de Bancos de Dados. Doutor em Automação industrial pelo Instituto Nacional Politécnico de Grenoble, França, em 1992. Professor visitante nos cursos de pós-graduação em computação da escola politécnica da USP, em 1997, e do ITA em 1995.
Engenheiro de sistemas aerospaciais na MECTRON Engenharia desde outubro de 2001. Atua nas áreas de pesquisa em informática médica e inteligência artificial.
VEJA TAMBÉM
A graduação da Faculdade IBTA promoveu o Primeiro Encontro de Gestão Empresarial, com palestrantes da Gradiente Eletrônica, ABN AMRO Bank, Russell & Reynolds Associates e ASLOG - Associação Brasileira de Logística.
Por meio do trabalho realizado pelo IBTA Carreiras, o Instituto de Pesquisas Tecnológicas (IPT) selecionou três estudantes da Faculdade IBTA, unidade de São Paulo, para estagiarem no Primeiro Laboratório Antivírus do Brasil.
Apresentando o trabalho "Desenvolvimento enxuto versus planejamento", Marcus Vinicius Pereira Pessôa representará a Faculdade IBTA e o Brasil no Congresso Internacional, realizado anualmente pelo PMI - Project Management Institute, em Toronto.
São José dos Campos
Confira aqui as novas turmas
do Centro de Treinamento da
Faculdade IBTA.
do Centro de Treinamento da
Faculdade IBTA.
