O estudo sobre as alterações estruturais cerebrais em pacientes com Comprometimento Cognitivo Leve (CCL) estável (CCLe) e progressivo (CCLp) tem recebido grande atenção da comunidade científica diante do desafio global representado pela doença de Alzheimer (DA) e outras condições neurodegenerativas. A detecção precoce dessas doenças, especialmente no estágio de CCL, é fundamental para implementar intervenções terapêuticas eficazes e retardar a progressão dos sintomas, principalmente para o caso da DA. Neste contexto, a pesquisa proposta visa aprofundar a compreensão das mudanças estruturais no cérebro de pacientes com CCLe e CCLp, utilizando imagens de ressonância magnética (RM) e técnicas avançadas de processamento digital de imagens e de aprendizado de máquinas. Para alcançar esse objetivo, as imagens de RM serão inicialmente submetidas a um processo de pré-processamento, visando otimizar sua qualidade e consistência. Em seguida, uma técnica de parcelamento via atlas anatômicos será empregada para segmentar as imagens em regiões comumente afetadas pela DA. Finalmente, a técnica NeuroNet será utilizada para a segmentação das substâncias cinzenta (Gray Matter - GM), branca (White Matter - WM) e líquido cefalorraquidiano (Cerebrospinal Fluid - CSF). A espessura cortical das regiões cerebrais segmentadas será obtida utilizando-se a técnica DiReCT. A avaliação dos atributos extraídos das imagens permitirá uma análise detalhada das alterações estruturais em diferentes áreas do cérebro, proporcionando insights valiosos sobre os padrões específicos associados ao CCLe e CCLp.

Resumo O estudo in vivo dos mecanismos celulares e moleculares da interação entre leucócitos e endotélio na microcirculação de diferentes tecidos e condições inflamatórias é de extrema importância para o desenvolvimento de novos medicamentos anti-inflamatórios. Um exemplo comum é o modelo de "Encefalomielite Autoimune Experimental - EAE", amplamente utilizado na pesquisa da Esclerose Múltipla. Nessas pesquisas, a Microscopia Intravital (MI) é considerada o método padrão de análise, pois permite a obtenção de imagens com alta resolução temporal e baixa profundidade espacial. Atualmente, a análise das interações entre leucócitos e endotélio em pequenos animais é realizada visualmente, a partir de sequências de imagens de MI. No entanto, esse procedimento é demorado e pode levar à fadiga visual do observador, o que pode gerar estatísticas imprecisas. Nesse contexto, este projeto de pesquisa tem como objetivo avaliar a eficácia das técnicas Faster R-CNN, YOLO e SSD na detecção de leucócitos em imagens de microscopia intravital. A metodologia consiste na aplicação dessas técnicas em conjunto com algoritmos de pré-processamento de imagem para melhorar a qualidade e eficiência da detecção. Os resultados serão analisados quantitativamente, comparando as marcações manuais dos leucócitos feitas por um especialista com os resultados do processamento automático das imagens, utilizando a metodologia de curvas Precisão-Revocação. Esse projeto contribuirá para o desenvolvimento de ferramentas automatizadas de detecção de leucócitos, o que terá uma importância significativa na área de diagnóstico médico.

Com o envelhecimento populacional, a demência tornou-se um dos mais relevantes problemas de saúde pública mundial. Dentre os diferentes tipos de demência, a doença de Alzheimer (DA) é a mais frequente, respondendo por quase 60% dos casos. A Organização Mundial de Saúde estimou em 35,6 milhões o número de pessoas com demência em 2010, que deverá quase duplicar em 2030 (65,7 milhões) e novamente em 2050 (115,4 milhões). No Brasil, o número de pessoas com demência é estimado em cerca de um milhão. Entretanto, mesmo quando os pacientes relatam sintomas e apresentam perdas cognitivas evidentes, a demência pode não ser diagnosticada. Até 75% dos pacientes com demência e até 97% dos pacientes com transtornos cognitivos leves podem não ser diagnosticados. Novas propostas de critérios diagnósticos para a DA e a perspectivas de terapêuticas pré-demência exigem a identificação de biomarcadores que proporcionem um diagnóstico mais cedo e acurado. Portanto, esse projeto propõe o estudo de técnicas de engenharia de características e aprendizagem profunda para uso na classificação automática de imagens 3D de ressonância magnética nas classes envelhecimento cognitivo saudável (ECS), comprometimento cognitivo leve (CCL) e doença de Alzheimer (DA). Todo o desenvolvimento será realizado usando bases de imagens de domínio público e as técnicas desenvolvidas finais ficarão disponíveis para serem utilizadas por pesquisadores do Departamento de Medicina da Universidade Federal de São Carlos (UFSCar). (AU)

Nos últimos anos, um grande número de pesquisadores tem voltado seus esforços e interesses para o estudo in vivo dos mecanismos celulares e moleculares da interação leucócito-endotélio na microcirculação de vários tecidos e em várias condições inflamatórias. O principal objetivo desses estudos é desenvolver estratégias terapêuticas mais eficazes para o tratamento de doenças inflamatórias. O modelo Experimental Autoimmune Encephalomyelitis (EAE) por exemplo, é o modelo mais comumente utilizado para o estudo da Esclerose Múltipla. Nesses tipos de estudo, o imageamento por Microscopia Intravital (MI) é considerado o método padrão de análise, uma vez que permite a obtenção de imagens com alta resolução temporal e baixa profundidade espacial. Atualmente, a análise de interações leucócito-endotélio em pequenos animais é realizada de maneira visual a partir de uma sequência de imagens de MI. Além de ser demorado, esse procedimento pode levar à fadiga visual do observador e, portanto, gerar falsas estatísticas. Neste contexto, esta proposta de pesquisa tem como objetivo estudar e desenvolver uma rede neural convolucional para a detecção de leucócitos em imagens de vídeos de MI de experimentos in vivo. Os resultados serão analisados quantitativamente por meio da comparação de marcações manuais dos leucócitos realizadas por um especialista com os resultados do processamento automático das imagens, usando a metodologia de curvas Precisão-Revocação.