Banca de DEFESA: VICTOR GABRIEL FERREIRA BARBOSA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: VICTOR GABRIEL FERREIRA BARBOSA
DATA : 29/01/2026
HORA: 09:00
LOCAL: Virtual
TÍTULO:

"Análise multimodal baseada em visão e linguagem do leiomioma uterino: da identificação de características histopatológicas à geração automática de descrições"

 

PALAVRAS-CHAVES:

Leiomioma, mioma uterino, patologia, segmentação,
identificação de características histopatológicas, geração de descrições,
modelos multimodais, pequenos modelos de linguagem

 

PÁGINAS: 125
RESUMO:

O leiomioma uterino é o tipo mais comum de tumor benigno no útero, sendo
identificado entre o período de 2018 a 2024, 618.032 casos no Brasil.
Possui sintomas variados, indo desde casos assintomáticos até casos que
causam infertilidade. Apesar da alta prevalência do leiomioma uterino,
observa-se uma lacuna quanto à existência de bases de dados ou estudos
dedicados especificamente à análise de suas características
histopatológicas por meio de inteligência artificial. No presente trabalho,
foi realizada a construção de uma base de dados de imagens e descrições
histopatológicas extraídas de artigos da literatura relacionados ao
leiomioma, bem como o refinamento, em conjunto com patologistas, de uma
base de dados de imagens e descrições de tecidos do miométrio normais e com
leiomioma.
Estas bases foram empregadas no treinamento de um modelo SigLIP, aplicado à
identificação de características histopatológicas nos tecidos, como a
presença de vasos, fibroplasia e compactação do estroma. O modulo de visão
do SigLIP foi utilizado em conjunto com o modelo de linguagem SmolLM2 para
a construção de um modelo de visão-linguagem voltado à geração de
descrições acerca dos tecidos analisados utilizando as mesmas bases de
dados. Ao empregar modelos pequenos, foi possível a realização do
treinamento utilizando apenas uma GPU de uso doméstico.
Com a disponibilização dos dados refinados, almeja-se fomentar pesquisas
futuras na área. Ao gerar descrições de tecidos e identificar
características histopatológicas relevantes para o diagnóstico de
leiomioma, com resultados validados por especialistas, os modelos
desenvolvidos podem otimizar e aprimorar o diagnóstico da doença, uma vez
que, na patologia, a análise de amostras de tecidos é primariamente manual,
além de facilitar o aprendizado de estudantes na área.

 

MEMBROS DA BANCA:
Presidente - 1511095 - TSANG ING REN
Interno - 2886196 - LEANDRO MACIEL ALMEIDA
Externo à Instituição - ARTHUR TENORIO RIBEIRO CLARK - UFPB