Joaquim Cezar Felipe

Líder de Laboratório Associado


Instituição

Universidade de São Paulo / Faculdade de Filosofia Ciências e Letras de Ribeirão Preto-USP-SP-Brasil

Áreas de Atuação

INFORMÁTICA BIOMÉDICA, Indexação e Recuperação de Imagens, Sistemas de Diagnóstico Auxiliado por Computador, Bioinformática, Sistemas de Informação em Saúde, Banco de Dados

Atuação no Projeto

Investigação e avaliação de técnicas de Aprendizado de Máquina, convencionais e também aquelas baseadas em aprendizado profundo, aplicadas ao auxílio ao diagnóstico médico, por meio da análise de imagens de amostras histológicas, assim como dos sinais hiperespectrais obtidos por absorção no infravermelho. Extrair características radiômicas da imagem de HE e analisar sinais hiperespectrais explorando a informação contida nos espectros de infravermelho de cada pixel da amostra de diferentes tecidos humanos (saudáveis e lesionados) previamente avaliados por especialistas. As técnicas de aprendizado profundo a serem exploradas são as redes neurais convolucionais, as redes neurais completamente conectadas e as redes neurais recorrentes, em abordagem supervisionada para a modelagem de classificadores. Este grupo também fornecerá suporte em aplicações de Aprendizado de Máquina para outros grupos pertencentes ao INTERAS, nas demandas em que for pertinente a utilização de tais técnicas.