Identificador de ovos de Ascaris lumbricoides através da inteligência artificial
![](https://museuponto.org/11febrat/wp-content/uploads/2023/10/stand11.png)
Categoria E: Estudantes do Ensino Médio e/ou Técnico
Grupo: Rebeca Lorelayne Barbosa,Sâmella Ester Cordeiro Barbosa,Rodrigo Lobo Leite Seja bem-vindo
Grupo: Rebeca Lorelayne Barbosa,Sâmella Ester Cordeiro Barbosa,Rodrigo Lobo Leite Seja bem-vindo
Apresentação do trabalho
Diário de bordo
Fórum sobre o trabalho
Bom dia, Rebeca; bom dia, Sâmella.
Parabéns pelo relevante projeto.
Eu gostaria que me dissessem se o projeto teve algum andamento mais recente, ainda não registrado no diário de bordo; e que me contassem um pouco sobre o processo de aprendizado para uso da linguagem de programação Python.
Atenciosamente,
Lucas Alves Marinho.
oii Lucas, que bom que gostou do nosso projeto. Sobre a sua pergunta atualmente estamos testando o sistema na câmera do celular para facilitar a identificação já que a câmera de microscópio e muito específica. Em relação ao aprendizado se usa a rede neural na programação python, uma rede neural é um método de inteligência artificial que ensina computadores a processar dados de uma forma inspirada pelo cérebro humano. É um tipo de processo de machine learning, chamado aprendizado profundo, que usa nós ou neurônios interconectados em uma estrutura em camadas, semelhante ao cérebro humano. A rede neural cria um sistema adaptativo que os computadores usam para aprender com os erros e se aprimorar continuamente. As redes neurais artificiais tentam solucionar problemas complicados, como resumir documentos ou reconhecer rostos com grande precisão. No nosso caso estamos utilizando um rede neural simples que tem neurônios artificiais interconectados em três camadas:
Camada de entrada
As informações do mundo externo entram na rede neural artificial pela camada de entrada. Os nós de entrada processam os dados, analisam ou categorizam esses dados e os encaminham para a próxima camada.
Camada oculta
As camadas ocultas usam as entradas da camada de entrada ou de outras camadas ocultas. As redes neurais artificiais podem ter várias camadas ocultas. Cada camada oculta analisa o resultado da camada anterior, processa-o mais um pouco e o encaminha para a próxima camada.
Camada de saída
A camada de saída fornece o resultado final de todos os dados processados pela rede neural artificial. Ela pode ter um ou vários nós. Por exemplo, se tivermos um problema de classificação binária (sim/não), a camada de saída terá um nó de saída, o que fornecerá o resultado como 1 ou 0. Porém, se tivermos um problema de classificação de várias classes, a camada de saída poderá ter mais de um nó de saída.
Bom dia meninas!
Parabéns!
O projeto de vocês é de grande importância no auxílio da detecção de verminoses (ascaridíase).
Está muito bem escrito e embasado.
Gostaria de ver em breve os resultados em um artigo científico.
Rebeca e Sâmella, estão muito bem assessoradas.
Sucesso!
Bom dia !
Muito obrigada, que bom que gostou do nossos projetos! E muito gratificante saber que você conseguiu entender a importância e o intuito do nosso projeto.
Olá alunas ! Parabenizo a todas pelo empenho e escolha do tema do projeto. É muito importante trabalhos que visam a melhoria de técnicas laboratoriais que influenciam diretamente no diagnóstico de doenças negligenciadas no nosso país. Gostaria de saber como a inteligência artificial será programada , a partir das camadas, com as características principais que identificam e diferenciam um ovo de Áscaris de outros ovos de outros “helmintos” . Como por exemplo : formato oval / elipsóide , com membrana mamilonada, etc..
Além disso , em diferentes amostras , podem ser observados diferentes formas embrionárias de ovos de Áscaris. A programação dessa rede neural conseguiria contemplar esse característica ?
Mais uma vez, parabéns a todos os envolvidos!
Oii Bruna, que bom que gostou e entendeu o intuito do nosso projeto. Sobre sua pergunta a inteligência artificial vai ser programada através da rede neural, as camadas da rede vão utilizar frame (que são as imagens por segundo que tem dentro de uma única imagem) das imagens que vamos colocar para reconhecer e a partir disso ela ira encontrar características especificas e similares a outros ovos. Por enquanto estamos utilizando imagens de Ascaris lumbricoide e de Trichocephalus trichiurus para treinar e testar o sistema, mas mais para frente iremos utilizar outros ovos.