Detection and location of cavitation through artificial intelligence (2024)
- Authors:
- Autor USP: GUENKAWA, PATRICIA AKEMI SEKINI - EP
- Unidade: EP
- Sigla do Departamento: PTC
- Subjects: BIOENGENHARIA; CAVITAÇÃO; INTELIGÊNCIA ARTIFICIAL
- Agências de fomento:
- Language: Inglês
- Abstract: O infarto do miocárdio é uma das principais causas de morbidade e mortalidade em todo o mundo. Dentre os possíveis tratamentos para obstrução do fluxo sanguíneo, uma técnica emergente é denominada sonotrombólise. Para alcançar resultados satisfatórios, o evento aliado à técnica (cavitação de microbolhas) precisa ser controlado para evitar danos ao paciente. Diante disso, este estudo teve como objetivo detectar e classificar o fenômeno durante a terapia de sonotrombólise por meio de inteligência artificial, onde a região de interesse é o coração. Os sinais foram gerados utilizando a ferramenta k-Wave disponível para Matlab, onde podem ser definidas características do meio acústico, incluindo não linearidades, atenuações e a topologia da matriz de transdutres. Após a simulação desses sinais, foi proposto um método classificador automático e descomplicado, baseado na ferramenta Transformada Wavelet Contínua e abordagem de Rede Neural Convolucional (CNN). O método utilizou uma CNN pré-treinada, chamada AlexNet, operando uma base de dados de 2.800 sinais para treinamento (70%), teste (15%) e validação (15%). As métricas de avaliação incluíram tanto a detecção em banda larga e estreita, o nível de ruído aplicado e o tamanho da base de dados. Para o caso dos receptores de banda estreita, os resultados do estudo indicaram que a técnica alcançou valores em torno de 95,7% e 96,0% para acurácia e precisão, respectivamente. O considerável grau de acurácia demonstrou que o uso de inteligência artificial pode ser uma abordagem para explorar a detecção de cavitação para terapias que fazem uso de ultrassom.
- Imprenta:
- Data da defesa: 19.02.2024
-
ABNT
GUENKAWA, Patricia Akemi Sekimi. Detection and location of cavitation through artificial intelligence. 2024. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3154/tde-18042024-091104/pt-br.php. Acesso em: 09 jan. 2026. -
APA
Guenkawa, P. A. S. (2024). Detection and location of cavitation through artificial intelligence (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3154/tde-18042024-091104/pt-br.php -
NLM
Guenkawa PAS. Detection and location of cavitation through artificial intelligence [Internet]. 2024 ;[citado 2026 jan. 09 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3154/tde-18042024-091104/pt-br.php -
Vancouver
Guenkawa PAS. Detection and location of cavitation through artificial intelligence [Internet]. 2024 ;[citado 2026 jan. 09 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3154/tde-18042024-091104/pt-br.php
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
