Classificação automática de glóbulos brancos com Deep Learning

Autores

  • Sandro Camargo Universidade Federal do Pampa - UNIPAMPA
  • Brenda Lemos Silveira Universidade Federal do Pampa - UNIPAMPA
  • Renata Soares Ribeiro Universidade Federal do Pampa - UNIPAMPA
  • Helena Cargnelutti Grimaldi Clinipampa - Bagé

DOI:

https://doi.org/10.15536/revistathema.24.2025.3431

Palavras-chave:

Hematologia, Hemograma, Redes Neurais, Inteligência Artificial

Resumo

A análise sanguínea oferece informação diagnóstica valiosa sobre as funções corporais normais e alterações patológicas. Os glóbulos brancos são um dos componentes do sangue e integram o sistema de resposta imune, sendo responsáveis por acionar a resposta inflamatória e celular para lesões ou patógenos. Técnicas tradicionais de contagem de células usadas em laboratórios são lentas e trabalhosas, podendo conduzir a resultados incorretos devido à necessidade de intervenção humana no processo. Neste trabalho, é proposta uma abordagem para classificação dos glóbulos brancos com métodos automatizados, baseados em deep learning, em uma base com mais de 12 mil imagens. Nos testes realizados, a abordagem proposta atingiu uma acurácia em torno de 86%.

Downloads

Não há dados estatísticos.

Biografia do Autor

Sandro Camargo, Universidade Federal do Pampa - UNIPAMPA

Possui Doutorado (2010) e Mestrado (2002) em Ciência da Computação pela Universidade Federal do Rio Grande do Sul e graduação (1996) em Informática pela Universidade da Região da Campanha.

Brenda Lemos Silveira, Universidade Federal do Pampa - UNIPAMPA

Técnica em informática pelo IFSul - Campus Bagé (2021) e estudante do curso de Graduação em Engenharia de Computação na UNIPAMPA - Campus Bagé.

Renata Soares Ribeiro, Universidade Federal do Pampa - UNIPAMPA

Estudante do curso de Graduação em Engenharia de Computação na UNIPAMPA - Campus Bagé.

Helena Cargnelutti Grimaldi, Clinipampa - Bagé

Possui graduação em Medicina pela Universidade Luterana do Brasil (2012). Médica emergencista no centro clínico gaúcho de 2012 a 2014. Cursou residência médica em saúde da família e comunidade de fevereiro de 2015 até setembro de 2015. Atualmente médica em consultório na Clinipampa 2017 até o momento.

Downloads

Publicado

2025-10-20

Como Citar

CAMARGO, S.; SILVEIRA, B. L.; RIBEIRO, R. S.; GRIMALDI, H. C. . Classificação automática de glóbulos brancos com Deep Learning. Revista Thema, Pelotas, v. 24, n. 2, p. 1–11, 2025. DOI: 10.15536/revistathema.24.2025.3431. Disponível em: https://periodicos.ifsul.edu.br/index.php/thema/article/view/3431. Acesso em: 21 out. 2025.

Edição

v. 24 n. 2 (2025)

Seção

Ciências Exatas e da Terra

Licença

O autor responsável pela submissão representa todos os autores do trabalho e, ao enviar o artigo para a revista, está garantindo que tem a permissão de todos para fazê-lo. Da mesma forma, assegura que o artigo não viola direitos autorais e que não há plágio no trabalho. A revista não se responsabiliza pelas opiniões emitidas.

A Revista Thema é de acesso aberto (Open Access), sem que haja a necessidade de pagamentos de taxas, seja para submissão ou processamento dos artigos. A revista adota a definição da Budapest Open Access Initiative (BOAI), ou seja, os usuários possuem o direito de ler, baixar, copiar, distribuir, imprimir, buscar e fazer links diretos para os textos completos dos artigos nela publicados.

Todos os artigos são publicados com a licença Creative Commons Atribuição-NãoComercial 4.0 Internacional. Os autores mantém os direitos autorais sobre suas produções, devendo ser contatados diretamente se houver interesse em uso comercial dos trabalhos.

Creative Commons License