DCC - UFMG
+55 31 3409 5860
ciia-saude@dcc.ufmg.br

Alexei Manso Correa Machado


Alexei Manso Correa Machado

Pontifícia Universidade Católica de Minas Gerais
Anatomia e Imagem/Ciência da Computação

Collaborating Researcher





Information extracted from Lattes platform


Last update: 2021/04/27


Degrees

Ph.D. Ciências da Computação na Universidade Federal de Minas Gerais em 1999
M.Sc. Ciências da Computação na Universidade Federal de Minas Gerais em 1994
B.Sc. Ciencia da Computacao na Pontifícia Universidade Católica de Minas Gerais em 1989
B.Sc. Engenharia de Computação na Pontifícia Universidade Católica de Minas Gerais em 2013


Current projects

2020 a AtualCAD-COVID-19: Monitoramento e Auxílio ao Diagnóstico de Pacientes com COVID-19 Usando Radiografias Torácicas e Deep Learning
O mundo está vivendo uma pandemia histórica que em menos de 4 meses já atingiu quase 2 milhões de pessoas. Dada a velocidade de disseminação do novo coronavírus e com a iminência do colapso de sistema de saúde no Brasil e no mundo, é urgente a necessidade de um sistema de auxílio a diagnóstico (computer-aided diagnosis, CAD) que permita aprimorar este que é um dos principais gargalos da pandemia. Casos mais severos da doença impactam diretamente a capacidade pulmonar do paciente. Os sintomas nesses casos podem ser detectados principalmente através de radiografias torácicas e tomografias computadorizadas. Assim, este projeto visa o desenvolvimento de uma abordagem para auxílio a diagnóstico de doenças pulmonares a partir de imagens, com foco em casos relacionados ao surto de COVID-19. Um dos principais objetivos da proposta é oferecer um sistema online para centralização dos dados de raio-x e tomografias de pacientes diagnosticados com o COVID-19 ou casos suspeitos. O sistema deve permitir que pesquisadores e profissionais de saúde façam upload de imagens médicas que serão integradas ao repositório centralizado, e recebam em retorno um relatório com propriedades extraídas das imagens para o auxílio ao diagnóstico de doenças pulmonares. Este projeto complementa pesquisas em andamento no laboratório PATREO que já apresentaram resultados consolidados. Uma das abordagens recentemente propostas se trata de um método não-supervisionado para segmentação de imagens de Raio-X intitulado CoDAGANs. O método foi capaz de generalizar para diferentes equipamentos de imageamento, desde sistemas mais modernos até equipamentos antigos. O sistema aqui proposto irá fornecer uma interface para as CoDAGANs, bem como os mapas de segmentação de todas as imagens existentes no repositório. A segmentação é também um passo essencial para que as propriedades extraídas das imagens médicas representem exclusivamente a região de interesse.
Integrantes: Jefersson Alex dos Santos (coordenador), Alexei Manso Correa Machado, Hugo Oliveira, de Avelar, Claudio Saliba, Virgínia Fernandes Mota, Camila Laranjeira da Silva.
2019 a AtualA influência do diagnóstico pré-natal na interação da díade mãe-bebê: Um estudo longitudinal do período gestacional ao primeiro ano de vida
O presente estudo considera que a influência dos acontecimentos do período pré-natal nas representações maternas e consequentemente na relação da díade mãe-bebê merece atenção especial. Objetivos: O objetivo do estudo é investigar as interações da mãe com seu bebê em uma situação de maior fragilidade emocional. O protocolo de estudo consiste na análise das qualidades das interações precoces, ou seja, as habilidades e sinais comunicativos da díade em três momentos onde em cada um favorece um tipo de intermediação como a utilização de um objeto/brinquedo, uma cantiga cantada pela mãe e o manhês. Essa investigação é verificada pela influência do diagnóstico pré-natal. Justificativa: A interação mãe-bebê tem efeitos no desenvolvimento da criança e é passível de observação. Destacar e classificar quantitativamente e/ou qualitativamente as habilidades comunicativas é de extrema relevância para a compreensão cada vez mais precoce dos problemas de linguagem. Metodologia: Trata-se de um estudo de abordagem quantitativa, qualitativa, descritiva e longitudinal observacional do acompanhamento do desenvolvimento da interação (do comportamento interativo) da díade mãe-bebê desde a fase gestacional até o primeiro ano de vida do bebê. Os sujeitos são díades (mãe-bebê) a partir do terceiro trimestre gestacional divididas em dois grupos. Um grupo estudo com gestantes com fetos com alguma anomalia estrutural como Uropatias, Gastrosquises ou Onfaloceles assistidas no centro de medicina fetal CEMEFE do Hospital das Clínicas da Universidade de Minas Gerais e um grupo controle com gestantes com fetos sem nenhuma anomalia estrutural pertencentes ao Pré-Natal do Hospital das Clínicas da Universidade de Minas Gerais. As principais ferramentas utilizadas para a análise do estudo são: IRMAG, uma entrevista sobre as representações maternas elaborado por Ammanitti et al (1999), as escalas de ansiedade e depressão (Escala de Gravidade da Depressão: ?Echelle de Gravite de La Depression de Raskin? (Raskin, Crook, 1999) e Escala de Gravidade de Ansiedade: ?Echelle de Gravite de L?Anxiete de Covi?(Covi, 1999) e do CIB um sistema de classificação global da interação pais-bebês que contém códigos de nível e escalas de classificação ?Coding Interactive Behavior? construído pela equipe de Feldman(1998). Validado em 2001 e 2003. O consentimento informado, por escrito, dos pais ou responsável legal pelas gestantes e crianças foi solicitado e o projeto de pesquisa foi aprovado pelo Comitê de Ética em Pesquisa da UFMG.
Integrantes: Lêni Márcia Anchieta (coordenador), Alexei Manso Correa Machado, Érika Parlato-Oliveira, Vera Cristina Alexandre de Souza.
2019 a AtualIMAGENS NEUROFUNCIONAIS E DISTÚRBIO COGNITIVO NO LÚPUS ERITEMATOSO SISTÊMICO
O Lúpus Eritematoso Sistêmico (LES) é uma doença crônica de etiologia ainda a esclarecer, multissistêmica, que acomete especialmente mulheres entre os 20 ? 30 anos, podendo também acometer crianças. Seu curso clínico é bastante variável, com períodos de remissão e atividade bem definidos e tem a produção de anticorpos antinucleares como face marcante da doença. A doença pode comprometer todos os órgãos e sistemas seja isoladamente seja em conjuntos variáveis em qualquer fase da doença 1 . O sistema nervoso central (SNC) é comumente afetado em crianças e adultos com LES, e pode estar acometido mesmo na ausência de sinais de atividade sorológica ou outras manifestações sistêmicas típicas, sendo importante determinante de morbidade e mortalidade. O objetivo deste projeto é descrever as alterações neurocognitivas dos pacientes com diagnóstico de LES de início na infância, e avaliar sua associação com as alterações morfofuncionais encontradas ao PET/CT do encéfalo.
Integrantes: Gilda Aparecida Ferreira (coordenador), Alexei Manso Correa Machado, FLÁVIA PATRÍCIA SENA TEIXEIRA SANTOS, Humberto Correa.
2018 a AtualLittleBigData: Reconhecimento de padrões em grandes bases de imagens utilizando pequenos conjuntos de dados anotados
A área de reconhecimento de padrões em imagens vêm obtendo diversos avanços nos últimos anos. O desenvolvimento de tecnologias como as abordagens baseadas em aprendizado profundo (deep learning) têm estabelecido o estado da arte em diversas aplicações de Visão Computacional. No entanto, essas abordagens necessitam de grandes conjuntos de amostras para treinamento e isso impossibilita seu uso direto para resolver problemas em áreas mais específicas como medicina, forense digital, agricultura ou biodiversidade. A anotação de amostras nas principais aplicações dessas áreas deve ser feita por usuários especialistas (médicos, peritos, pesquisadores, etc). Esse processo geralmente é custoso e até mesmo inviável em diversas ocasiões. Detecção de câncer, por exemplo, depende do diagnóstico e do registro preciso de diversos pacientes ao longo dos anos para a obtenção de um conjunto de amostras representativo. Em aplicações agrícolas e de biodiversidade é comum a necessidade de deslocar equipes de especialistas em áreas de difícil acesso para anotar adequadamente uma determinada espécie de planta. Desse modo, esse projeto propõe o desenvolvimento de novas abordagens para lidar com o reconhecimento de padrões em aplicações que requerem o processamento de grande conjuntos de imagens mas que possuem restrição com relação à quantidade de amostras disponíveis. A pesquisa focará esforços nas seguintes frentes visando mitigar os problemas do aprendizado supervisionado à partir de poucas amostras em grandes bases de imagens: (1) estudo e desenvolvimento de técnicas para transferência de conhecimento de bases préexistentes como forma de enriquecer o conjunto de amostras inicial; (2) estudo de algoritmos e estruturas de indexação de imagens para garantir escalabilidade das abordagens desenvolvidas; e (3) desenvolvimento de abordagens baseadas em aprendizado ativo para auxiliar usuários especialistas na anotação de amostras relevantes.
Integrantes: Jefersson Alex dos Santos (coordenador), Alexei Manso Correa Machado, Arnaldo de Albuquerque Araújo, William Robson Schwartz.
2018 a AtualEstudo Longitudinal de Saúde do Adulto: ELSA Musculoesquelético
Os problemas musculoesqueléticos são a maior causa de morbidade em todo o mundo, afetando diretamente a saúde e a qualidade de vida dos indivíduos. De acordo com a Organização Mundial de Saúde (OMS), há uma necessidade urgente de um melhor entendimento do impacto dos problemas musculoesqueléticos nos países desenvolvidos e em desenvolvimento, a fim de que políticas públicas possam ser planejadas para minimizar suas consequências. Mais de 100 doenças ou síndromes podem ser classificadas dentro do grupo de problemas musculoesqueléticos, sendo a dor o seu sintoma mais importate, e a osteoartrite a doença específica mais prevalente. O presente projeto insere-se na segunda onda de entrevistas e exames do ELSA-Brail em Minas Geraos e tem como objetivo específico investigar os problemas musculoesqueléticos na coorte do CI-ELSA MG, com foco especial na dor musculoesquelética não específica e na osteoartrite de mão e joelho. Em março de 2017 teve início a o segunda onda de coleta de dados que inclui entrevista e a repetição de raio-x de joelhos e mãos.
Integrantes: Sandhi Maria Barreto (coordenador), Alexei Manso Correa Machado, Luciana Costa Silva, LUCIANA ANDRADE CARNEIRO MACHADO, Roberta Carvalho de Figueiredo, Rosa Weiss Telles.
2015 a AtualSíndrome de Segawa: transtornos neuropsiquiátricos e do sono.
Estudo da prevalência de transtornos neuropsiquiátricos e do sono em pacientes com Síndrome de Segawa.
Integrantes: Eugênia Ribeiro Valadares (coordenador), Alexei Manso Correa Machado, Ailton Cezário Alves Júnior, Maurício Viotti Daker.

Current applied research projects

See all projects in Lattes

Recent publications

Articles in journals

Adequacy and Consistency of an Intraurban Inequality Indicator Constructed through Principal Component Analysis
2021. The Professional Geographer.
From 3D to 2D: Transferring knowledge for rib segmentation in chest X-rays
2020. PATTERN RECOGNITION LETTERS.
Automatic measurement of pressure ulcers using Support Vector Machines and GrabCut
2020. COMPUTER METHODS AND PROGRAMS IN BIOMEDICINE.
Mother-baby dyad interaction and sleep-wake cycle development: a longitudinal study of the newborn during the first year of life
2020. Sleep Science (Online).
Principal component analysis applied to multidimensional social indicators longitudinal studies: limitations and possibilities
2020. GEOJOURNAL.
Measuring Intra-Urban Inequality with Structural Equation Modeling: A Theory-Grounded Indicator
2020. Sustainability.
Raman spectroscopy with a 1064-nm wavelength laser as a potential molecular tool for prostate cancer diagnosis: a pilot study
2018. JOURNAL OF BIOMEDICAL OPTICS.
A computational method for semi-automatic measurement of pressure ulcers
2018. WOUND REPAIR AND REGENERATION.
Forecasting Internet demand using public data: a case study in Brazil
2018. IEEE Access.
Individualized threshold for tumor segmentation in 18F-FDG PET/CT imaging: The key for response evaluation of neoadjuvant chemoradiation therapy in patients with rectal cancer?
2018. REVISTA DA ASSOCIAÇÃO MÉDICA BRASILEIRA.
Voice Navigation Effects on Real-World Lane Change Driving Analysis using an Electroencephalogram
2018. IEEE Access.
Automatic Detection of Red Light Running Using Vehicular Cameras
2017. Revista IEEE América Latina.
An Interval Space Reducing Method for Constrained Problems with Particle Swarm Optimization
2017. APPLIED SOFT COMPUTING.
Effects on 18F-FDG PET/CT Brain Glucose Metabolism in Rectal Cancer Patients Undergoing Neoadjuvant Chemotherapy
2017. CLINICAL NUCLEAR MEDICINE.
Control of mobile robots with Amorphic Architecture
2016. Revista IEEE América Latina.
People Detection and Tracking in Low Frame-rate Dynamic Scenes
2016. Revista IEEE América Latina.
Dependence aliasing and the control of family-wise error rate in multiple hypothesis testing
2015. STATISTICS AND COMPUTING (ONLINE).
MammoSys: A content-based image retrieval system using breast density patterns
2010. Computer Methods and Programs in Biomedicine (Print).
Structural shape characterization via exploratory factor analysis
2004. Artificial Intelligence in Medicine.
Visual Data Mining for Modeling Prior Distributions in Morphometry
2004. IEEE Signal Processing Magazine.

Papers in conferences

Previsão de demanda de energia elétrica utilizando modelos lineares
2020. XXIII Congresso Brasileiro de Automática.
Classificação da densidade mamária em mamografias utilizando redes neurais convolucionais
2019. XXXII Conference on Graphics, Patterns and Images.
ANALYSIS OF SVM PARAMETRIZATION IN THE CLASSIFICATION OF MAMMOGRAPHIC TEXTURE IMAGES
2018. XXII Congresso Brasileiro de Automática.
STAR: A Graph-based Contextual Description of Superpixels for Remote Sensing Images Classification
2017. XXI Iberoamerican Congress on Pattern Recognition - CIARP 2016.
Classificação De Imagens Mamográficas Na Escala De Densidade Bi-Rads Utilizando Descritores De Textura
2017. Conferência de Estudos em Engenharia Elétrica.
Deep contextual description of superpixels for aerial urban scenes classification
2017. IGARSS 2017 2017 IEEE International Geoscience and Remote Sensing Symposium.
Protection against attack D.o.S. in CAN and CAN-FD vehicle networks
2017. Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos.

Extended abstracts in conferences

Segmentation of Pressure Ulcer Images using Support Vector Machines
2019. International Conference on Computational Mathematics and its Applications.
Callosal size and curvature variation in 22q11.2 syndrome: A factor analytic study
2005. XIII Scientific Meeting of the International Society for Magnetic Resonance in Medicine.

Abstracts in conferences

Avaliação De Segmentação Individualizada Da Imagem Tumoral De 18f-Fdg Pet/Ct Na Resposta À Terapia De Quimioirradiação Neoadjuvante Em Pacientes Com Câncer De Reto
2017. Congresso Brasileiro de Oncologia Clínica.
Expert Systems in Forest Planning
1991. X Congres Forestier Mondial - ONU/FAO.

See all publications in Lattes

Current students

MS

Marcos Felipe Vendramini Carvalho. Segmentação de imagens em cenário aberto. Início: 2020. Universidade Federal de Minas Gerais (Co orientador)
Júlio Guerra Domingues. Sistema de auxílio ao diagnóstico por computador para avaliação dos espaços articulares femorotibiais. Início: 2020. Universidade Federal de Minas Gerais (Co orientador)
Alexandre R. Mundim. Proposta de Arquitetura para Precificação Dinâmica Utilizando Machine Learning: uma Aplicação em Produtos Semi-Acabados. Início: 2019. Pontifícia Universidade Católica de Minas Gerais (Orientador principal)

PhD

See all students in Lattes