Em andamento 2025 - Atual

MINHAPELE 2.0: Inclusão de Ferramenta Educacional Baseada em Inteligência Artificial para Auxiliar no Autoexame de Feridas Cutâneas

Descrição: Feridas cutâneas resultam de alterações anatômicas na pele causadas por fatores externos ou internos. O projeto visa incluir ao aplicativo MinhaPele uma plataforma baseada em IA para auxiliar no acompanhamento e tratamento de feridas, fornecendo informações educacionais e ferramentas inteligentes para avaliar a cicatrização e permitir o monitoramento por profissionais de saúde.

Integrantes: Lincoln Faria da Silva (Integrante) / Bruna Romana de Souza (Coordenador) / Adilmar Coelho Dantas (Integrante) / Carolina Cabral P. Da Costa (Integrante).

Em andamento 2025 - Atual

Detecção Automática de Alterações Morfológicas na Hematoscopia com Uso de Inteligência Artificial

Descrição: Desenvolvimento de uma aplicação de Deep Learning para detecção automática de alterações morfológicas em células da série vermelha via smartphone acoplado a microscópios, apoiando laboratórios com poucos recursos tecnológicos.

Integrantes: Lincoln Faria da Silva (Coordenador) / Andréa Ribeiro Soares (Integrante) / Gerlane Claudino da Silva (Integrante).

Em andamento 2024 - Atual

Diagnóstico de Fratura utilizando Inteligência Artificial

Descrição: Desenvolvimento de método computacional (YOLO, ResNet50, U-Net) para identificar e classificar a gravidade de fraturas vertebrais em radiografias e densitometrias, otimizando a prevenção secundária no ambulatório Ossos Fortes (HUPE).

Integrantes: Lincoln Faria da Silva (Integrante) / Maria Caroline Alves Coelho Amaral (Coordenador) / et al.

Em andamento 2022 - Atual

Rastreamento do Câncer de Mama por Técnicas Computacionais de Aprendizagem Profunda em Imagens Termográficas

Descrição: Uso de Deep Learning e transferência de aprendizagem para classificar imagens termográficas mamárias, visando identificar áreas suspeitas devido ao aumento de temperatura em tecidos cancerosos.

Integrantes: Lincoln Faria da Silva (Coordenador) / Carlos Augusto Moreira de Sousa (Integrante).

Desativado 2022 - Atual

Rastreamento do Melanoma por Técnicas Computacionais de Aprendizagem Profunda em Imagens de Dermatoscopia

Descrição: Aplicação de Redes Neurais Convolucionais para distinguir melanomas de lesões benignas em imagens de dermatoscopia, focando no diagnóstico precoce para aumento das taxas de cura.

Integrantes: Lincoln Faria da Silva (Coordenador) / Carlos Augusto Moreira de Sousa (Integrante) / Carlos Barcaui (Integrante).

Em andamento 2021 - Atual

Análise Computacional de Imagens de Ressonância Magnética Ginecológica para Detecção Automática de Adenomiose

Descrição: Criação de um pipeline computacional para detecção, segmentação e classificação de focos de adenomiose em imagens de RM, auxiliando especialistas em casos de difícil percepção visual.

Integrantes: Lincoln Faria da Silva (Coordenador) / Sergio Miranda Freire / Marco Aurelio Pinho de Oliveira / et al.