Plataforma web feita na UFOP promove o compartilhamento de dados (FAIR) e algoritmos inteligentes

 

Pesquisa de câncer reproduzível feita para promover a saúde da mulher: usando imagens de alta resolução, diversificadas e disponíveis em uma plataforma web, de código aberto e gratuito.

Tais informações foram publicadas no artigo "Cric searchable image database as a public platform for conventional pap smear cytology data" disponível em https://doi.org/10.1038/s41597-021-00933-8 na revista Nature - Scientific Data como parte da pesquisas da Universidade Federal de Ouro Preto (UFOP).

A plataforma e a base de dados foram concebidas por alunos da graduação e Pós-graduação do Laboratório XR4Good da Ciência da Computação (DECOM) e do programa de Pós-graduação em Biotecnologia (NUPEB), ambos da UFOP, sob a coordenação das pesquisadoras Dra. Andrea G. Campos Bianchi (DECOM-UFOP), Dra. Cláudia Martins Carneiro (DEACL/EFAR e NUPEB - UFOP), Dra. Daniela M. Ushizima filiada ao Lawrence Berkeley National Laboratory (LBL) e à Universidade da Califórnia – Berkeley (UC-Berkeley) e, pela Dra. Fátima N. Sombra de Medeiros do Departamento de Engenharia de Teleinformática da Universidade Federal do Ceará (DETI-UFC).

A plataforma digital CRIC Searchable Image Database permite a disponibilização de coleções de imagens digitais de células. Com sua implementação foi possível disponibilizar a coleção CRIC Cervix, constituída por imagens reais de citologia cérvico-vaginal convencional, obtidas a partir do esfregaço de Papanicolaou, as quais foram classificadas por especialistas de acordo com o Sistema Bethesda (nomenclatura padronizada).

O CRIC Searchable Image Database é um ambiente interativo para usuários criarem suas próprias coleções, acessarem coleções já existentes, além de permitir que seja feita a detecção e a quantificação manual de estruturas celulares, assim como o armazenamento dessas informações.

A coleção CRIC Cervix construída com o apoio da plataforma é a maior base de dados disponível de células cervicais obtidas de esfregaços convencionais, inclui 400 imagens e 11.534 células identificadas e classificadas manualmente por especialistas. Ela se destaca tanto no que diz respeito ao número total de células, quanto no número de células por classe de lesão, proporcionando assim a maior diversificação das lesões pré-neoplásicas e neoplásicas até o de citologia cérvico-vaginal convencional. As classificações foram realizadas e certificadas por citopatologistas do Laboratório de Citologia do Departamento de Análises Clínicas da Escola de Farmácia da UFOP liderados pela Profa. Cláudia M. Carneiro.


O banco de dados tem sido usado pelas diversas equipes do CRIC, no Brasil (UFOP, UFC, IFCE e UFPI) e no exterior, para o desenvolvimento de metodologias de aprendizado de máquina e profunda (deep learning) para detectar, identificar e classificar lesões nas células cervicais. Habilitando resultados confiáveis e sistemas auxiliares na tomada de decisão, assim como modelagem preditiva para diagnóstico auxiliado por computador.

Para maiores informações sobre o projeto entre no site http://www2.decom.ufop.br/cric/ e para informações sobre o banco de dados acesse, https://database.cric.com.br/

 

Sobre o CRIC – Center for recognition and inspection of cells

 

O CRIC foi criado em 2014 com a missão principal de criar ambientes computacionais que permitam a colaboração entre citopatologistas e cientistas da computação usando aprendizado de máquina e inteligência artificial.

Durante seu pós-doutorado em Berkeley em 2013, as Profas. Andrea e Daniela iniciaram uma parceria com a Profa. Cláudia envolvendo a análise computacional de imagens de células cervicais. Após o retorno ao Brasil, a profa. Fátima se uniu ao grupo e o CRIC foi oficialmente fundado durante uma reunião dessas quatro pesquisadoras em Ouro Preto. Foram criadas equipes multidisciplinares e multi-campi, envolvendo alunos de graduação e pós-graduação, da UFOP, UFC, LBL e UC-Berkeley.

A primeira conquista da equipe foi a primeira colocação em um Desafio de Segmentação de Células Cervicais no IEEE International Symposium on Biomedical Imaging in 2014 .

Desde então elas têm trabalhado em dois grandes desafios: (i) algoritmos que permitem a identificação e classificação de células de forma precisa, e, (ii) na criação de um banco de dados completo e representativo com informações precisas que permitem o desenvolvimento/treinamento de metodologias de apoio à decisão do profissional.

O consórcio já permitiu a interação entre os alunos das duas universidades e as pesquisadoras em atividades na UFC em Fortaleza, na Universidade Federal do Piauí (UFPI) em Picos, e, na UFOP em Ouro Preto. Assim como a formação e treinamento de pessoal (http://www2.decom.ufop.br/cric/team/), a publicação de códigos para automatização de análises celulares, e, a publicação de 20 artigos científicos em revistas especializadas (http://www2.decom.ufop.br/cric/publications/).

Os projetos gerenciados pelo CRIC vêm assumindo um papel importante no desenvolvimento de novas metodologias de análise automática de células cervicais que podem ser aplicadas ao sistema de rastreio do câncer cervical, aumentando a qualidade dos exames do Papanicolaou e promovendo a qualidade de vida das mulheres.

PPGCC - Programa de Pós-Graduação em Ciência da Computação

Departamento de Computação  |  ICEB  |  Universidade Federal de Ouro Preto
Campus Universitário Morro do Cruzeiro  |  CEP 35400-000  |  Ouro Preto - MG, Brasil
Telefone: +55 31 3559-1641  |  secretaria.ppgcc@ufop.edu.br