Resumo: A adenomiose é uma doença ginecológica benigna, caracterizada pela presença de glândulas endometriais e estroma dentro do miométrio. Está associada a uma ampla variedade de sintomas, que muitas vezes estão relacionados a um impacto substancial na qualidade de vida das mulheres, além de infertilidade e intercorrências obstétricas. Na última década, as tecnologias de imagem tornaram-se amplamente disponíveis. A Ressonância Magnética é uma técnica precisa e não invasiva para o diagnóstico de adenomiose, no entanto, muitas vezes desafiadora devido a algumas “armadilhas da imagem”. Nesse contexto, informações contidas dentro das imagens radiológicas vem sendo utilizadas em vários métodos computacionais, para diversas finalidades e doenças. Uma das aplicações da Visão Computacional é utilizar imagens de ressonância magnética para detectar focos de adenomiose no útero. Para isso, técnicas de aprendizagem profunda (Deep Learning), que é uma subárea da inteligência artificial, serão aplicadas para detectar, segmentar e classificar o útero entre doente ou saudável e, na etapa final, detectar (isto é, reconhecer e localizar) os focos de adenomiose.

Biografia: É graduado em matemática pela Universidade do Estado do Rio de Janeiro – Uerj (2004), mestre em computação (área de concentração: Computação Visual) pela Universidade Federal Fluminense – UFF (2009) e doutor em computação (área de concentração: Computação Visual) pela Universidade Federal Fluminense (2015). Sua tese de doutorado recebeu MENÇÃO HONROSA no PRÊMIO DE INCENTIVO EM CIÊNCIA E TECNOLOGIA PARA O SUS – 2016, promovido pelo Ministério da Saúde. Atualmente é professor adjunto no Laboratório Médico de Pesquisas Avançadas do Departamento de Tecnologia da Informação e Educação em Saúde – Faculdade de Ciências Médicas, da Universidade do Estado do Rio de Janeiro (DTIES – FCM – UERJ). Área de interesse: Visão Computacional > processamento e análise de imagens médicas; Inteligência Artificial > Aprendizagem de Máquina > Deep Learning; diagnóstico auxiliado por computador.