Comparac¸˜ao do sistema COCCIMORPH com outros trabalhos

Estudos pr´evios usando processamento digital de imagens, aplicados a Eimeria (Kucera e Rez- nicky, 1991; Daugschies et al., 1999; Plitt et al., 1999) foram descritos na literatura. Esses sistemas, no entanto, est˜ao restritos a um procedimento semi-autom´atico de c´alculo dos diˆametros dos oocistos e, ainda, requerem uma forte interferˆencia humana durante o processamento. Al´em do mais, muitos dos estudos empregaram um baixo n´umero de caracter´ısticas morfol´ogicas. Assim, alguns trabalhos usaram como caracter´ısticas unicamente os diˆametros dos oocistos (Kucera e Reznicky, 1991; Plitt et al., 1999), enquanto que outros usaram a transformada de Fourier do contorno (Sommer, 1998a) ou calcularam algumas estat´ısticas sobre a transformac¸˜ao feita (Yang et al., 2001).

7.1. DISCUSS ˜AO 103 multi-dimensionais n˜ao foram consideradas. Sommer (1998a) usou a distancia Euclideana como m´etrica para a aglomerac¸˜ao (clustering). Essa m´etrica assume que os dados est˜ao distribu´ıdos de forma homogˆenea, o que n˜ao ´e necessariamente o caso, especialmente quando s˜ao usados dados multi-dimensionais. Yang et al. (2001), trabalhando com ovos de helmintos humanos, usou quatro caracter´ısticas morfom´etricas e duas camadas de redes neurais artificiais (ANNs). Essas ANNs foram usadas para a identificac¸˜ao dos ovos e sua respectiva diferenciac¸˜ao dos artefatos, e para a discriminac¸˜ao de esp´ecies, respectivamente. A estimativa da taxa m´edia de classificac¸˜ao correta foi, portanto, baseada em um pequeno n´umero de imagens, e o poss´ıvel efeito da variabilidade intra- espec´ıfica n˜ao foi avaliada pelos autores.

Em relac¸˜ao a resultados obtidos por outros autores, Kucera e Reznicky (1991) n˜ao consegui- ram diferenciar totalmente as esp´ecies de Eimeria, uma vez que esses autores somente utilizaram os diˆametros maior e menor, e realizaram a diferenciac¸˜ao com base na distribuic¸˜ao de histogramas dos diˆametros dos oocistos. Por outro lado, os resultados obtidos por Daugschies et al. (1999), que trabalhou com Eimeria de su´ınos, mostraram uma alta taxa de classificac¸˜ao correta (99%), mas o procedimento empregado n˜ao foi totalmente autom´atico e as classes usadas n˜ao foram balanceadas. De fato, os parasitas foram manualmente divididos, previamente ao processamento, em trˆes grupos, de acordo com a rugosidade da camada externa da parede dos oocistos. Uma tentativa de automa- tizar o procedimento proposto por Daugschies et al. (1999), foi apresentado por Plitt et al. (1999), obtendo-se uma alta taxa de classificac¸˜ao (97%), mas o procedimento de extrac¸˜ao de caracter´ısticas morfol´ogicas continuou a ser semi-autom´atico. Yang et al. (2001), usando ovos de helmintos de humanos, conseguiram uma taxa de acerto de 83%, mas esses resultados foram obtidos com uma quantidade muito pequena de elementos teste.

Os resultados de classificac¸˜ao correta obtidos em nosso trabalho de 85% e 80%, com o uso dos classificadores por similaridade e por probabilidade, respectivamente, mostram-se muito bons em relac¸˜ao `aqueles descritos na literatura. Al´em disso, e ao contr´ario do que ´e apresentado na literatura, o nosso sistema fornece um maior corpo de evidˆencias para que o usu´ario tome a decis˜ao em relac¸˜ao ao diagn´ostico. Assim, nosso sistema utiliza um total de 14 caracter´ısticas distintas, al´em de dois classificadores. Os resultados n˜ao se limitam a um simples diagn´ostico, mas, sim, a uma lista de escores de similaridade, com imagens prot´otipo de cada esp´ecie, ou de probabilidade. Assim, nos casos lim´ıtrofes (borderline), o usu´ario n˜ao ´e simplesmente confrontado com um resultado simples e ´unico, fruto de uma decis˜ao autom´atica do programa. Ao contr´ario, o usu´ario, ao receber a lista de valores de similaridade e probabilidade, pode tomar uma decis˜ao diagn´ostica mais consciente, sabendo, inclusive, que outra(s) esp´ecie(s) poderia(m) ser a correta para o caso.

7.1.3

Aquisic¸˜ao de imagens

Alguns problemas apresentados na aquisic¸˜ao de imagens foram sendo gradativamente superados ao longo do trabalho, levando a um protocolo altamente padronizado para este procedimento. Por exemplo, a utilizac¸˜ao de um volume muito pequeno (cerca de 3µl) de suspens˜ao de oocistos entre a lˆamina e lam´ınula levava a uma alterac¸˜ao da morfologia dos oocistos. Assim, devido ao pequeno volume da suspens˜ao, os oocistos sofriam maior press˜ao do peso da lam´ınula, fazendo com que houvesse um achatamento dos mesmos e o aumento artefatual dos seus diˆametros. Por outro lado, o uso de volumes muito maiores resultava em oocistos muito “soltos” no campo microsc´opico, al´em de reduzir o contraste das micrografias. Um bom compromisso foi conseguido com o volume de 6

µl, o qual j´a reduzia o peso da lam´ınula devido `a ac¸˜ao da alta tens˜ao superficial da ´agua e, ao mesmo, tempo, mantinha um alto contraste para a captura de imagens.

Outro aspecto importante diz respeito ao ajuste do foco no microsc´opio. Como o oocisto ´e uma estrutura bastante grande, n˜ao ´e poss´ıvel se ter no microsc´opio uma profundidade de campo grande o suficiente para manter em foco o oocisto ao longo de toda a sua espessura. Assim, deve-se escolher um plano focal que coincida com o eixo do diˆametro maior do oocisto. Esse ponto pode ser facilmente identificado, pois ´e o plano focal no qual a parede do oocisto aparece com aspecto mais fino. Saindo-se desse plano focal, h´a um aumento percept´ıvel da espessura aparente da parede.

Outro parˆametro importante na captura ´e a iluminac¸˜ao do microsc´opio, a qual depende da inten- sidade da lˆampada, do n´ıvel de abertura do diafragma, da posic¸˜ao do condensador e do uso de filtros. Em nosso trabalho procuramos padronizar ao m´aximo as condic¸˜oes de captura para reduzir variabi- lidades. Entretanto, como nosso sistema foi concebido para lidar com imagens de usu´arios remotos, os quais podem estar utilizando equipamentos de microscopia e captura de imagem muito diferentes, foi necess´ario se criar um mecanismo de normalizac¸˜ao. Assim, a partir do conjunto do treinamento, foi determinada uma imagem virtual que denominamos de prot´otipo, ou seja, um elemento modelo que apresenta valores num´ericos m´edios para cada uma das diferentes caracter´ısticas morfol´ogicas. O histograma de distribuic¸˜ao de n´ıveis de cinza foi calculado para este prot´otipo e usado para se normalizar as imagens consulta. Assim, quando uma imagem consulta ´e enviada ao sistema, seu histograma ´e determinado e equalizado com base no histograma da imagem prot´otipo, conforme metodologia descrita no item 2.4.2. Com isso, consegue-se reduzir, dentro de certos limites, o efeito de diferenc¸as de iluminac¸˜ao na captura.

Outro obst´aculo para que o sistema pudesse ser utilizado por usu´arios remotos era relacio- nado com a resoluc¸˜ao de captura. Assim, como a morfometria ´e baseada na quantificac¸˜ao de pi- xels, alterac¸˜oes na resoluc¸˜ao de captura resultam em medidas que podem ser totalmente diferentes,

7.1. DISCUSS ˜AO 105 ainda que o objeto capturado seja o mesmo. Para que usu´arios com cˆameras digitais de diferen- tes resoluc¸˜oes pudessem utilizar o nosso sistema, foi criado um campo na interface web no qual pode-se definir a resoluc¸˜ao linear da imagem (escala), medida em pixels por micrˆometro. Assim, um usu´ario determina a resoluc¸˜ao linear de captura de seu equipamento de microscopia e fotogra- fia digital, e informa o COCCIMORPH. O nosso sistema ent˜ao normaliza a resoluc¸˜ao da imagem consulta segundo a escala definida pelo usu´ario, adequando-a `a resoluc¸˜ao das imagens do conjunto de treinamento. ´E evidente que essa abordagem ´e limitada pelo m´ınimo de informac¸˜ao necess´ario para que o sistema discrimine corretamente a imagem. Em nossos testes, a menor resoluc¸˜ao que ainda permitiu discriminar adequadamente os oocistos foi a de 1280 x 960 (ver Tabela 2.2). Abaixo dessa resoluc¸˜ao o sistema foi capaz de discriminar apenas uma frac¸˜ao das imagens. Contudo, com a recente popularizac¸˜ao das cˆameras digitais e a queda vertiginosa dos prec¸os, dificilmente um usu´ario ir´a utilizar atualmente uma cˆamera com resoluc¸˜ao inferior a 5 megapixels.