A ciência é ampla e está dividida em várias áreas, porém esses âmbitos não estão isolados. Um exemplo disso foi a junção das áreas Ciências da Vida e Exatas, resultado do projeto intitulado “Segmentação e Classificação de Células Leucêmicas em Imagens Microscópicas de Sangue”. A pesquisa foi premiada em primeiro lugar na área de Ciências Exatas, da Terra e Engenharias do XXV Seminário de Iniciação Científica de 2016, realizado pela Universidade Federal do Piauí (UFPI).
O projeto foi realizado pelo discente recém-formado do Curso de Ciência da Computação, Luís Henrique Silva Vogado, e seu orientador, Prof. Dr. Rodrigo de Melo Souza Veras, e teve o objetivo de segmentar a região de interesse da imagem de uma célula para auxiliar no diagnóstico da leucemia.
O premiado Luís Henrique Silva Vogado explica a escolha do tema da pesquisa. “Escolhemos essa temática, porque a leucemia é uma área que está começando a ser estudada agora. Por isso que temos poucas imagens, e existem poucos artigos sobre isso para uma base de estudos. Outro fator que contribuiu foi por ser uma novidade, e o que propormos no artigo em relação a métodos e abordagem vai ser bem aceito pela comunidade científica. Além da questão mais importante que é pela doença ser grave e silenciosa”, concluiu.
Porém, a pesquisa não chegou à parte da classificação, mas contribuiu para outro projeto do discente e do orientador. Os estudos agora são focados na etapa de classificação das imagens das células, que é a continuação da pesquisa premiada. Na sequência desse projeto, o pesquisador usa as redes neurais convolucionais, que são redes neurais artificiais de Feedforward, nas quais os neurônios individuais são organizados de maneira que possam responder regiões de sobreposição no campo visual. Geralmente, esse tipo de rede é usado em reconhecimento de imagens e vídeo.
O pesquisador explica como funciona o procedimento por meio das redes neurais convolucionais. “Durante a classificação nós testamos com uma imagem original. As redes neurais extraem as características das imagens, e números que representam essas características. A rede neural pode segmentar, extrair características e classificar”, explicou.
Um grande desafio que os pesquisadores enfrentaram durante a pesquisa de segmentação foi sobre a quantidade de imagens no âmbito da leucemia. Ao total das duas pesquisas até agora, estão sendo estudadas apenas 891 imagens de leucemia para extrair as características e auxiliar o médico especialista no diagnóstico da doença.
O resultado dos estudos sobre a “Segmentação e Classificação de Células Leucêmicas em Imagens Microscópicas de Sangue” possibilitou constatar que diversos métodos da pesquisa apresentaram resultados promissores, mas necessitam de maior robustez para um melhor desempenho em diferentes bases. O projeto ajudou o método da classificação, apontando que quanto melhor a segmentação, melhor é a classificação para descobrir se é leucemia ou não.