| dc.description.abstract |
O presente trabalho desenvolve e avalia tecnicamente um protótipo computacional para apoio à anotação e à análise visual de imagens médicas derivadas de exames citológicos, com ênfase na integração do Describe Anything Model (DAM) para descrição visual localizada e classificação anotacional auxiliar. A pesquisa toma como motivação a importância da detecção precoce de alterações celulares, a complexidade do processo manual de análise citopatológica, a limitação de bases de dados que associem regiões celulares anotadas a descrições textuais especializadas e a necessidade de ferramentas capazes de organizar, processar e documentar regiões de interesse em ambiente computacional. Nesse contexto, o trabalho integra recursos de recebimento e processamento de imagens, suporte ao fluxo de conversão de arquivos Carl Zeiss Image (CZI) para Digital Imaging and Communications in Medicine (DICOM) aplicado a Whole Slide Imaging (WSI), segmentação interativa orientada por pontos e uma abordagem híbrida de análise regional baseada em regiões segmentadas. A implementação adota backend em FastAPI, interface web em React com Vite e organização modular entre camadas de domínio, serviços, infraestrutura e rotas de Application Programming Interface (API). A avaliação assume caráter técnico, exploratório e descritivo, com verificação funcional dos módulos implementados e experimentos sobre o dataset UFSC Multi-Cyto. O protótipo permite registrar imagens, consultar metadados, extrair regiões ou ladrilhos, executar segmentação interativa com Segment Anything Model 2 (SAM2), preparar regiões segmentadas, gerar descrições visuais localizadas com DAM e disponibilizar classificação anotacional auxiliar baseada em embeddings visuais. Na etapa experimental, a adaptação textual com Low-Rank Adaptation (LoRA) demonstra funcionamento exploratório, enquanto o uso do DAM congelado como extrator visual permitiu treinar classificadores para classes anotacionais. A configuração principal apresentou acurácia de 0,7245, macro-F1 de 0,6743 e weighted-F1 de 0,7242 no conjunto de validação, indicando viabilidade exploratória do uso de embeddings visuais do DAM como base para classificação anotacional auxiliar. O conjunto de resultados não caracteriza validação diagnóstica nem substituição de especialistas. O protótipo constitui prova de conceito para apoio computacional à análise regional, à documentação de regiões e à interoperabilidade em imagens citopatológicas. |
pt_BR |
