A estrutura escolhida para a leitura do programa foi o glomérulo – parte dos rins responsável pela filtragem do sangue e geração da urina. Por conta de seu papel e importância na saúde dos pacientes, o glomérulo é uma das primeiras estruturas a serem acessadas pelos médicos para o diagnóstico. O programa mostrou-se capaz de segmentar o glomérulo mesmo em diferentes técnicas de coloração.
O trabalho resultou no desenvolvimento do banco de dados WSI_Fiocruz, que possui 146 imagens de glomérulos anotadas em lâminas de biópsias escaneadas. Os cientistas planejam expandir este banco de dados para armazenar mil imagens de lâminas de biópsia, tornando-o também disponível para outros pesquisadores da área.
O estudo foi publicado na revista Computerized Medical Imaging and Graphics.
Em comparação com outros sistemas que usam o modelo deep learning, o DS-FNet pôde reduzir a quantidade de falsos positivos e falsos negativos, encontrando glomérulos mesmo em partes completamente ignoradas pelos outros programas.
o desenvolvimento da área de patologia computacional, com o apoio de sistemas de leitura e segmentação, poderá reduzir o período necessário entre diagnóstico e o prognóstico.
