Use este identificador para citar ou linkar para este item:
https://repositorio.pucgoias.edu.br/jspui/handle/123456789/4343
Tipo: | Trabalho de Conclusão de Curso |
Título: | Detecção e medição automática de halos pelo método disco-difusão (Kirby-bauer) utilizando aprendizado profundo e visão computacional |
Autor(es): | Santos, Willgnner Ferreira |
Primeiro Orientador: | Coelho, Clarimar José |
metadata.dc.contributor.referee1: | Nascimento, Douglas Vieira do |
metadata.dc.contributor.referee2: | Silva, Diogo Fernandes Costa |
metadata.dc.contributor.referee3: | Dangoni, Arthur Galdino |
Resumo: | A detecção e identificação bacteriana em nível patogênico é essencial para a tomada de decisões de ações corretivas em casos de contaminação, de modo a não levar ao agravamento do estado de saúde do paciente. A identificação fenotípica também é importante na detecção bacteriana, e um de seus métodos é verificar a resistência das bactérias aos antimicrobianos. Uma metodologia clássica para essa verificação é o teste disco-difusão (Kirby-Bauer), onde os discos de antimicrobianos são dispensados em uma placa de ágar após a aplicação do inóculo bacteriano, causando a geração de halos. Halos são áreas claras formadas ao redor dos discos antimicrobianos fixados a placa de Petri, chamados de zona de inibição de crescimento, tal medida é feita por uma régua, um trabalho demorado e sujeito ao erro humano. Visando melhorar os resultados do disco- difusão, este trabalho propõe detectar e medir automaticamente os diâmetros dos halos para todos os discos, a partir de 74 imagens digitais em escala RGB. Uma RNC foi treinada para segmentar área dos discos e dos halos, posteriormente a visão computacional foi utilizada para realizar as medições dos halos com as imagens segmentadas. Os resultados são comparados com valores reais e preditos pelo modelo em visão computacional, apresentando valores de EQM EMA e R² para os dados de treinamento e teste, sendo: 0,0816, 0,0440, 0,9053; 0,0895, 0,0533, 0,9114 respectivamente. Desta forma, conclui-se que o modelo é uma técnica promissora para ser realizada em dispositivos móveis, em prol de facilitar a rotina laboratorial. |
Abstract: | Bacterial detection and identification at the pathogenic level is essential for making decisions about corrective actions in cases of contamination, so as not to lead to a worsening of the patient's health status. Phenotypic identification is also important in bacterial detection, and one of its methods is to verify the resistance of bacteria to antimicrobials. A classic methodology for this verification is the disk-diffusion test (Kirby-Bauer), where antimicrobial disks are dispensed onto an agar plate after application of the bacterial inoculum, causing the generation of halos. Halos are clear areas formed around antimicrobial disks attached to the Petri dish, called the growth inhibition zone, this measurement is made by a ruler, a time consuming job and subject to human error. Aiming to improve the disk-diffusion results, this work proposes to automatically detect and measure the diameters of the halos for all disks, from 74 digital images in RGB scale. A RNC was trained to segment the area of the disks and the halos, later computer vision was used to perform the measurements of the halos with the segmented images. The results are compared with real values and predicted by the model in computer vision, presenting values of EQM EMA and R² for the training and test data, being: 0.0816, 0.0440, 0.9053; 0.0895, 0.0533, 0.9114 respectively. In this way, it is concluded that the model is a promising technique to be performed on mobile devices, in order to facilitate the laboratory routine. |
Palavras-chave: | Halos de inibição Segmentação semântica Rede neural convolucional |
CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA |
Idioma: | por |
País: | Brasil |
Editor: | Pontifícia Universidade Católica de Goiás |
Sigla da Instituição: | PUC Goiás |
metadata.dc.publisher.department: | Escola Politécnica |
Tipo de Acesso: | Acesso Aberto |
URI: | https://repositorio.pucgoias.edu.br/jspui/handle/123456789/4343 |
Data do documento: | 13-Jun-2022 |
Aparece nas coleções: | TCC Engenharia de Computação |
Arquivos associados a este item:
Arquivo | Tamanho | Formato | |
---|---|---|---|
TCC_2_Final_ Willgnner_Ferreira_Santos.pdf | 1,2 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.
Ferramentas do administrador