Karoline da Rocha

Possuo graduação em Engenharia de Telecomunicações pelo Instituto Federal de Santa Catarina (IFSC) (2017), mestrado e doutorado em Engenharia Elétrica pela Universidade Federal de Santa Catarina (UFSC), com ênfase em Comunicação e Processamento de Sinais (2019 e 2025). No meu doutorado desenvolvi um sistema de auxílio para a classificação de imagens histológicas voltado à detecção de epitélios displásicos, com foco em soluções de baixo custo computacional. Utilizando técnicas de inteligência artificial, incluindo redes neurais de baixo custo, para criar modelos eficazes e eficientes. Minha pesquisa integrou conhecimentos de patologistas para viabilizar métodos eficazes sem complexidade excessiva. Possuo ampla experiência em aprendizado de máquina, com ênfase em redes neurais artificiais, área na qual atuo há nove anos. Trabalho com a linguagem Python há cinco anos, aplicando-a em processamento de sinais e análise de dados. Durante o mestrado, também em Engenharia Elétrica, trabalhei com processamento de imagens histológicas, consolidando minha experiência na área. Minha trajetória profissional inclui uma experiência na empresa Pixeon (2016 - 2017), onde atuei no processamento de imagens médicas. Atualmente, sou cientista de dados na empresa Dynamox na área de manutenção preditiva.

Informações coletadas do Lattes em 18/12/2025

Acadêmico

Formação acadêmica

Doutorado em Engenharia Elétrica

2020 - 2025

Universidade Federal de Santa Catarina
Título: UMA NOVA METODOLOGIA DE APRENDIZADO DE MÁQUINA PARA DETECÇÃO DE DISPLASIA EPITELIAL EM LESÕES DE LEUCOPLASIA ORAL
José Carlos Moreira Bermudez. Coorientador: Elena R. C. Rivero. Bolsista do(a): Conselho Nacional de Desenvolvimento Científico e Tecnológico, CNPq, Brasil.

Mestrado em Engenharia Elétrica

2017 - 2019

Universidade Federal de Santa Catarina
Título: SISTEMA DE APOIO À DECISÃO NA CLASSIFICAÇÃO DE IMAGENS HISTOLÓGICAS EM EPITÉLIO ORAL DISPLÁSICO OU NÃO DISPLÁSICO
, Ano de Obtenção: 2019.Jose Carlos Moreira Bermudez.Coorientador: Elena Riet Correa Rivero. Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil. Palavras-chave: Displasia Epitelial; Classificador não-linear; Redes Neurais; Auxílio ao diagnóstico.

Graduação em Engenharia de Telecomunicações

2012 - 2017

Instituto Federal de Santa Catarina
Título: Detecção Automática de Vértebras em Imagens Médicas Usando SVM
Orientador: Marcos Moecke

Ensino Médio (2º grau)

2009 - 2011

Colégio Catarinense

Idiomas

Bandeira representando o idioma Inglês

Compreende Bem, Fala Razoavelmente, Lê Bem, Escreve Bem.

Bandeira representando o idioma Português

Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.

Áreas de atuação

Grande área: Engenharias / Área: Engenharia Elétrica / Subárea: Telecomunicações.

Participação em eventos

Desafio IFSC de Ideias Inovadoras. SmartMaisMais - 9º lugar no Desafio. 2015. (Olimpíada).

Produções bibliográficas

  • DA ROCHA, KAROLINE ; BERMUDEZ, JOSÉ C. M. ; RIVERO, ELENA R. C. ; COSTA, MÁRCIO H. . A pathology-based machine learning method to assist in epithelial dysplasia diagnosis. RESEARCH ON BIOMEDICAL ENGINEERING , v. 38, p. 989-1002, 2022.

Projetos de pesquisa

  • 2023 - 2025

    Desenvolvimento de Tecnologia para Detecção e Predição de Falhas em Máquinas Rotativas utilizando Sinais de Vibração, Descrição: Atualmente, sou pesquisadora na Dynamox, vinculada à FEESC-UFSC, onde atuo na análise de sinais de vibração para detecção de falhas em rolamentos. Meu trabalho envolve o processamento e análise desses sinais para identificar anomalias relacionadas à degradação de componentes, além do desenvolvimento e otimização de algoritmos de detecção de falhas, considerando diferentes abordagens de classificação, como SVM, k-NN, QDA e árvores de decisão. Também atuo na definição e extração de características relevantes, como curtose e RMS, e na avaliação e validação dos modelos de detecção por meio de validação cruzada e análise de métricas de desempenho, garantindo a precisão e a confiabilidade das previsões. Além disso, realizo pesquisa e levantamento de informações técnicas para fundamentar as metodologias utilizadas e propor soluções alinhadas às necessidades da empresa.Essa experiência tem aprimorado meus conhecimentos em processamento de sinais, aprendizado de máquina e análise de dados industriais, além de fortalecer minhas habilidades em planejamento, comunicação técnica e adaptação a desafios corporativos.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) / Doutorado: (2) . , Integrantes: Karoline da Rocha - Integrante / COSTA, MÁRCIO H. - Coordenador / Bruno Catarino Bispo - Integrante / Valdir Ferreira Filho - Integrante., Financiador(es): DYNAMOX SA - Cooperação.

  • 2017 - 2019

    SISTEMA DE APOIO À DECISÃO NA CLASSIFICAÇÃO DE IMAGENS HISTOLÓGICAS EM EPITÉLIO ORAL DISPLÁSICO OU NÃO DISPLÁSICO, Descrição: Este projeto foi desenvolvido para obteção de título de mestra em engenharia elétrica pela Universidade Federal de Santa Catarina. Este trabalho buscou desenvolver um sistema de auxílio para a classificação de epitélio displásico e não displásico, de baixo custo computacional, fazendo uso do conhecimento dos patologistas para possibilitar soluções eficazes sem uma complexidade excessiva. Utilizou-se Redes Neurais Multicamadas (RNAs MLP), associadas à seleção da região do epitélio a partir dos conhecimentos dos patologistas. A avaliação de desempenho baseou-se em resultados estatísticos de um grande número de realizações, de forma a conferir maior significância estatísticas às conclusões extraídas deste trabalho. Foi obtido uma acurácia máxima de 87% na etapa de avaliação de desempenho, resultado semelhante ao obtido por três avaliadores humanos. Este desempenho foi obtido com uma complexidade 100 vezes menor do que a necessária para uma CNN pré-treinada testada neste projeto.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Doutorado: (2) . , Integrantes: Karoline da Rocha - Integrante / Jose Carlos Moreira Bermudez - Coordenador / Elena Riet Correa Rivero - Integrante.

  • 2016 - 2017

    Detecção Automática de Vértebras em Imagens Médicas Usando SVM, Descrição: Este projeto foi desenvolvido no Trabalho de Conclusão de Curso da Engenharia de Telecomunicações, junto ao estágio na empresa Pixeon Medical Systems. Objetivo geral deste projeto é a detecção de vértebras em imagens médicas (padrão DICOM), utilizando o algoritmo descritor de característica HOG (Histogram of Oriented Gradients), juntamente com o classificador SVM (Support Vector Machine). Com a SVM alimentada pelos descritores obtidos pelo HOG, e treinada com imagens testes, ela conseguirá classificar regiões como vértebras e não vértebras, conforme as imagens médicas forem analisadas. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Doutorado: (1) . , Integrantes: Karoline da Rocha - Integrante / Marcos Moecke - Coordenador.

  • 2015 - 2015

    Elaboração de experimentos práticos e roteiros didáticos para a disciplina de Circuitos de Rádio Frequência utilizando a plataforma de Rádio Definido por Software, Descrição: Os objetivos principais do projeto são o estudo e a criação de experimentos práticos nas plataformas de hardware e software para SDR aplicado à disciplina de Circuitos de Rádio Frequência. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (1) . , Integrantes: Karoline da Rocha - Integrante / Leonan da Silva Saraiva - Integrante / Rubem Toledo Bergamo - Coordenador / Ramon Mayor Martins - Integrante.

Histórico profissional

Experiência profissional

2025 - Atual

Dynamox SA

Vínculo: Celetista, Enquadramento Funcional: Cientista de dados, Carga horária: 44

2023 - 2025

Fundação do Ensino da Engenharia em Santa Catarina

Vínculo: Bolsista, Enquadramento Funcional: Pesquisadora

Outras informações:
Nesta bolsa, atuei como pesquisadora na empresa Dynamox, vinculada à FEESC-UFSC, realizando análise de sinais de vibração para a detecção de falhas em rolamentos. Minha atuação envolveu processamento de sinais, aprendizado de máquina e análise de dados industriais, integrando pesquisa aplicada e desenvolvimento de soluções para monitoramento preditivo de ativos industriais.

2016 - 2017

PIXEON Comércio e Desenvolvimento de Software Ltda ME

Vínculo: Bolsista, Enquadramento Funcional: Estágio, Carga horária: 20

Outras informações:
Estágio vinculado ao Trabalho de Conclusão de Curso (TCC), na empresa Pixeon Medical Systems Comércio e Desenvolvimento de Software. Estagiária no setor de P&D. Está sendo desenvolvido um detector de vértebras para imagens médicas, utilizando o algoritmo descritor HOG, com o classificador SVM.

2015 - 2015

Instituto Federal de Santa Catarina

Vínculo: , Enquadramento Funcional:

2018 - 2018

Universidade Federal de Santa Catarina

Vínculo: , Enquadramento Funcional: