Profa. Dra. Leticia Rittner
  • Home
  • About me
  • Publications
  • Teaching
    • EA869_2S2019
    • EA772_1S2019
    • IA369_1S2019
    • IA898_2S2018
    • EA075_2S2018
    • EA772_1S2018
    • EE999_1S2018
    • EA976_2S2017
    • IA369_1S2017
    • EA772_1S2017
    • EA979_1S2016
    • EA772_2S2016
    • EA075_2S2015
    • EA075_1S2015
    • EA075_2S2014
  • Opportunities
    • Final Degree Project
    • Master and PhD
Regras sobre o TFC - Consulte página da disciplina (EA006 - Trabalho de Fim de Curso)

Temas de Trabalho de Fim de Curso (TFC)

Desenvolvimento de aplicativo para apoio a crianças e adolescentes com doenças crônicas

Motivação 
Pacientes crônicos possuem uma rotina de consultas que precisa ser obedecida e costumam fazer uso de medicação constante, que não pode ser negligenciada. Crianças e adolescentes formam um grupo especial de pacientes crônicos que costumam apresentar índices muito baixos de adesão ao tratamento. Em outras palavras, são pacientes que não tomam a medicação de forma regular e frequentemente faltam às consultas planejadas. 

Objetivo
Desenvolver aplicativos para tablets e smartphones visando estimular crianças e adolescentes a aderirem ao tratamento, considerando a familiaridade e vínculo positivo que este grupo de pacientes apresenta com relação a este tipo de dispositivo. Por fazer uso de uma tecnologia já presente na vida destes pacientes, espera-se que esta intervenção se dê de forma natural e divertida e seja capaz de levar a bons resultados .

Etapas: 
  1. Revisar bibliografia
  2. Conhecer a rotina de tratamento dos pacientes crônicos
  3. Propor e desenvolver aplicativo para smartphone e tablet para apoio aos pacientes

Bibliografia
  1. da Costa TM, Salomao PL, Martha AS, Pisa IT, Sigulem D (2010) The impact of short message service text messages sent as appointment reminders to patients' cell phones at outpatient clinics in Sao Paulo, Brazil. Int J Med Inform 79: 65–70. 
  2. Liew SM, Tong SF, Lee VKM, Ng CJ, Leong KC, et al. (2009) Text messaging reminders to reduce non-attendance in chronic disease follow-up: A clinical trial. British Journal of General Practice 59: 916–920. 
  3. Free, C., Phillips, G., Watson, L., Galli, L., Felix, L., Edwards, P., Patel, V., Haines, A. (2013). The effectiveness of mobile-health technologies to improve health care service delivery processes: a systematic review and meta-analysis.PLoS medicine, 10(1), e1001363.

Melhoria de ferramenta computacional para segmentação semi-automática de estruturas do cérebro

Motivação
A segmentação de estruturas do cérebro a partir de imagens de ressonância magnética é uma tarefa bastante complexa devido à grande variação intersujeitos. Métodos automáticos são computacionalmente custosos, demorados e normalmente necessitam de mais de uma modalidade de imagem e baseiam-se normalmente em um atlas para realizar a tarefa. Métodos manuais, por sua vez, exigem muitas horas de trabalho de especialistas treinados. Métodos semi-automáticos oferecem a vantagem de aliar o conhecimento do especialista para inicializar a tarefa com a velocidade de processamento computacional.

Objetivo
Incorporar novas funcionalidades a uma ferramenta de segmentação semi-automática desenvolvida pelo grupo. A ferramenta realiza a segmentação usando a transformada de watershed a partir de marcadores escolhidos pelo usuário. A cada nova fatia da imagem volumétrica, a ferramenta utiliza informações da segmentação obtida para a fatia anterior, diminuindo a necessidade de interação com o usuário. A ferramenta foi desenvolvida em tcl/tk.

Etapas:
  1. Revisar bibliografia
  2. Estudar a ferramenta Neuroline
  3. Implementar novas funcionalidades, como permitir salvar as imagens segmentadas e fazer correções manuais na segmentação

Bibliografia
  1. Rondina, J.M., F. Cendes, e RA Lotufo. “Desenvolvimento de um sistema semi-automático para a segmentação de estruturas cerebrais em imagens de ressonância magnética.” In: CBIS'2002 - VIII Congresso Brasileiro de Informática em Saúde, 2002, Natal-RN. Anais do CBIS'2002, 2002.
  2. Beucher S, Meyer F. The morphological approach to segmentation: The Watershed Transformation. Mathematical Morphology in Image Processing (CRC Press). 1992. p. 433-81.
  3. http://www.tcl.tk


Powered by Create your own unique website with customizable templates.