Como algoritmos estão sendo desenvolvidos para reconhecer padrões cerebrais?


a matematica do cerebro - brainn - DTI 02

Pesquisadores da Unicamp utilizam uma técnica chamada DTI para analisar imagens de cérebro, gerando diagnósticos mais rápidos e precisos.

18 de Julho de 2016

por Erik Nardini Medina *

 

Estamos cercados por imagens. Nos smartphones, tablets, computadores, televisores. Nas capas de revistas e estampadas nos jornais. “Não podemos ficar indiferentes a uma das ferramentas que mais dominam a comunicação contemporânea”, reflete a pesquisadora francesa Martine Joly, autora da obra Introdução à análise da imagem. Há um bom tempo, imagens permeiam também os consultórios e laboratórios de pesquisa.

Isso faz parte de um universo paralelo das imagens, ao qual a mesma autora denomina “imagética científica”. O que seria da medicina de precisão sem os elementos visuais que permitem um diagnóstico assertivo sobre as mais diversas doenças? Em uma rápida incursão pelo campo da fotografia, outro autor, Vilem Flusser chamaria as imagens que abordamos aqui de imagens técnicas, ou seja, aquelas produzidas por aparelhos (máquinas fotográficas, equipamentos de ressonância magnética, microscópios etc). A expressão imagem técnica foi popularizada por Flusser.

 

 

PESQUISADORES DE IMAGENS TÉCNICAS

 

Na Faculdade de Engenharia Elétrica e de Computação (FEEC) da Universidade Estadual de Campinas (Unicamp) há um grupo de pesquisadores empenhado em desvendar os meandros do cérebro a partir de imagens obtidas pelos médicos. “Eles adquirem imagens por intermédio de equipamentos de ressonância magnética (RM) e nós processamos essas imagens para que elas sejam capazes de informar, de abrir novos caminhos para a pesquisa e tratamentos”, explica a Professora Letícia Rittner, pesquisadora do BRAINN e que, juntamente com o Prof. Roberto de Alencar Lotufo, coordena um dos mais interessantes projetos desenvolvidos na FEEC. Para quem gosta de fotografia e neurociências, é um prato cheio – seja a pessoa cientista ou não!

 

“Eles [os médicos] adquirem imagens por intermédio de equipamentos de ressonância magnética (RM) e nós processamos essas imagens para que elas sejam capazes de informar, de abrir novos caminhos para a pesquisa e tratamentos”

 

Mas, o que há de tão especial em se processar imagens? Não é mais ou menos como fazemos em casa, no Photoshop, ou em nossos smartphones, pelo Instagram? “Definitivamente não”, enfatiza Rittner. As imagens analisadas pela pesquisadora e seu time de graduandos, mestrandos, doutorandos e pós-docs são imensas.

DTI - imagem BRAINN

Exemplo de imagem DTI mostrando conexões neurais (Wikimedia)

Acontece que não é muito fácil encontrar uma metáfora para explicar as chamadas diffusion tensor imaging (DTI). Numa explicação rápida poderíamos dizer que a DTI está para as imagens do cérebro como a fotografia panorâmica está para a fotografia convencional.

Mas Rittner não se contenta com essa explicação. “A ideia da fotografia é interessante, mas um tanto imprecisa porque é realmente difícil falar de DTI para um público amplo. O tema é complexo e sofisticado”, analisa. “Mas vamos pensar o seguinte”, continua, “imagine uma estrada em que passam carros e essa estrada possui radares que medem a velocidade dos automóveis. É mais ou menos isso que a DTI mede: o movimento das moléculas de água, com um componente de direção e um componente de velocidade”, reflete a pesquisadora.

As imagens DTI são realmente grandes. Diversas fotografias individuais são capturadas e então combinadas para compor uma única imagem final. “O DTI nada mais é do que uma série de imagens capturadas por aparelhos de ressonância magnética (RM) para compor um único – e grande – arquivo”, explica a pesquisadora. “Isso é vital”, continua, “para que nossos algoritmos possam trabalhar de maneira mais intensa e precisa na extração de dados”.  

 

 

COMO FUNCIONA O PROCESSAMENTO DAS IMAGENS DO CÉREBRO?

 

É preciso ter claro que o processamento de imagens acontece em duas etapas distintas.

  1. Preparação
  2. Extração de informações

Na etapa (1) os pesquisadores pegam as imagens produzidas pelos médicos e fazem o tratamento, processo que consiste na limpeza de “ruídos”, elementos que atrapalham a visualização de informações.

No passo (2) é feita a extração das informações que realmente importam. Complexos algoritmos e hardwares poderosos são escalados para fazer a leitura das imagens e extrair dali conteúdo que será processado em uma espécie de estado da arte da imagem.

“Temos algoritmos para cada tipo de tarefa. Por exemplo, um que estamos trabalhando agora é designado a fazer a segmentação do corpo caloso [estrutura do cérebro dos mamíferos que conecta os dois hemisférios do cérebro] de maneira rápida e precisa. Mas, para que isso aconteça, nós precisamos submeter esse algoritmo a uma série de situações para que ele possa ser capaz de reconhecer com precisão o que realmente queremos que ele faça”, explica Rittner.

 

“O algoritmo precisa entender o que é um cérebro saudável antes de ser capaz de identificar o que está errado no cérebro de um paciente”

 

brainn leticia rittner

A pesquisadora Letícia Rittner, da FEEC/UNICAMP

E essa é, de fato, uma etapa fundamental e extremamente trabalhosa. Acontece o seguinte: antes de os algoritmos serem aplicados para o diagnóstico de parâmetros incorretos do cérebro – ou seja, antes de identificar problemas neurológicos –, essas ferramentas precisam conhecer um padrão do que é correto.

Parece confuso, mas faz todo o sentido. O processo de aprendizagem “cérebro-máquina” precisa analisar o sistema nervoso de pessoas saudáveis e perceber: “ora, esses são os padrões de um cérebro normal. Não há nada errado aqui”. Depois dessa etapa (aí sim!) os algoritmos são submetidos à análise do sistema nervoso de pessoas doentes para que possam reconhecer que: “opa, essas imagens aqui estão diferentes do que eu vi nos cérebros anteriores”.

A primeira parte desse processo foi vencida. O time de pesquisadores publicou recentemente um artigo com dados sobre a aplicação do método de processamento de imagens DTI em quinze (15) voluntários com cérebros normais (ou seja, sem nenhuma doença neurológica verificada).

O trabalho não termina agora. Com uma série de avanços nos algoritmos, o time espera automatizar cada vez mais o trabalho de processamento de imagens cerebrais, contribuindo para diminuir o tempo de diagnóstico de doenças e traumas, e procurando reduzir o tempo de processamento e suas etapas.

 

* Jornalista formado pela Pontifícia Universidade Católica de Campinas (PUC-Campinas), aluno da especialização em Jornalismo Científico do Laboratório de Estudos Avançados em Jornalismo (Labjor/Unicamp). É bolsista MídiaCiência/FAPESP.

 

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *