Fabio Henrique Cardoso

Idiomas

Produções bibliográficas

• CARDOSO, FABIO ; VILELA, VERÔNICA SILVA ; ARAÚJO FILHO, RONALDO CARVALHO ; LOPES, AGNALDO ; MOGAMI, ROBERTO ; FIGUEIREDO, KARLA . Clasificación de patrones de esclerodermia mediante aprendizaje profundo. journal of health informatics , v. 16, p. 46, 2024.

• MANO, LEANDRO Y. ; TORRES, ALESSON M. ; MORALES, ANDRES GIRALDO ; CRUZ, CARLA CRISTINA P. ; CARDOSO, FABIO H. ; ALVES, SARAH HANNAH ; FARIA, CRISTIANE O. ; LANZILLOTTI, REGINA ; CERCEAU, RENATO ; DA COSTA, ROSA MARIA E. M. ; FIGUEIREDO, KARLA ; WERNECK, VERA MARIA B. . Machine Learning Applied to COVID-19: A Review of the Initial Pandemic Period. INTERNATIONAL JOURNAL OF COMPUTATIONAL INTELLIGENCE SYSTEMS , v. 16, p. 73, 2023.

• CARDOSO, FABIO H. ; FIGUEIREDO, KARLA ; VELLASCO, M. M. B. R. . Comparative Study Between Q-NAS and Traditional CNNs for Brain Tumor Classification. Comparative Study Between Q-NAS and Traditional CNNs for Brain Tumor Classification. 1ed.: Springer Nature Switzerland, 2024, v. 2141, p. 93-.

• CARDOSO, FABIO ; MEDEIROS, THIAGO ; VELLASCO, MARLEY ; FIGUEIREDO, KARLA . Optimizing explainability of Breast Cancer Recurrence using FuzzyGenetic. In: Encontro Nacional de Inteligência Artificial e Computacional, 2023, Brasil. Anais do XX Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2023), 2023. p. 447-460.

• CARDOSO, F. H. ; JIMENEZ, M. R. . Detection Of Illegal Vents In Pipelines Using Magnetic Flux Leakage And Neural Networks. 2019. (Apresentação de Trabalho/Conferência ou palestra).

Outras produções

Projetos de pesquisa

• 2021 - 2022

  Análise de Dados para Identificação de Suspeitos de Fraude no Consumo de Água, Descrição: Demonstrar a viabilidade do uso de modelos de análise de dados para identificação de suspeitos de fraude no consumo de água de três unidades de negócio da AEGEA: Prolagos, Guariroba/Campo Grande e Teresina. O projeto é coordenado por: Karla Figueiredo, Marley Vellasco e Paulo Ivson.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (3) / Doutorado: (3) . , Integrantes: Fabio Henrique Cardoso - Integrante / Karla Figueiredo - Coordenador / Marley M. B. R. Vellasco - Integrante / Alimed Celecia - Integrante / Thiago Medeiros - Integrante / Paulo Ivson - Integrante / Lucas Murtinho - Integrante / Guilherme Anjos - Integrante / Julia Noce - Integrante / Pedro Costa - Integrante.

Projetos de desenvolvimento

• 2019 - Atual

  Diagnóstico para Anquiloglossia, Descrição: Com o avanço da tecnologia e a popularização dos smartphones, houve o consequente crescimento do mercado de aplicativos que executam em dispositivos móveis. Na área da saúde não foi diferente. A Organização Mundial de Saúde aponta como perspectiva para 2020, que mais de 157 milhões de pessoas estarão usando ferramentas voltadas para a saúde em dispositivos móveis, segundo o relatório da Juniper Research[1] A área da saúde é bastante extensa, proporcionando uma gama de oportunidades para muitas iniciativas. Assim, dentre diversas áreas carentes de ferramentas para auxiliar os profissionais da saúde, foi identificada a que a que trata do período neonatal. Entre muitos exames e testes, mais recentemente incorporados, está o exame neonatal do freio lingual. O exame visa identificar alterações no freio lingual que resultem em dificuldades na amamentação, uma vez que a anquiloglossia limita a amplitude de movimentos da língua, e pode interferir em diversas funções como sucção, deglutição, mastigação e, posteriormente, a fala. Assim, o ?teste da linguinha? tornou-se obrigatório através da Lei federal n 13.002/2014 (projeto de Lei n 4832/2012), buscando minimizar os problemas na amamentação, evitando o desmame precoce. Dessa forma, o objetivo principal desse projeto é o desenvolvimento de aplicativo para ambiente mobile multiplataforma, que inclua os sistemas operacionais iOS, Android e Windows, para registrar imagens de forma assistiva para que os profissionais da saúde possam realizar o diagnóstico do frêmulo. Para isso deverão ser investigadas técnicas e bibliotecas de processamento de imagem que auxilie o processo de aquisição das imagens de forma mais adequado, visando ampliar as garantias de um bom material para realização dos diagnósticos. O modelo deverá usar uma imagem padrão para cada uma das quatro posições para indicar o melhor posicionamento do aparelho celular para a aquisição das imagens. Em segundo momento, espera-se que as imagens coletadas com laudo poderão ser processadas, visando o apoio à decisão para o diagnóstico. Nesse caso, ferramentas baseadas em Machine Learning (ML), que utilizam Deep Learning [2][3], deverão ser incorporadas à ferramenta... , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) . , Integrantes: Fabio Henrique Cardoso - Integrante / Karla Figueiredo - Coordenador / Maria Isabel de Castro Souza - Integrante / Clarissa Brandão - Integrante / Diego Michelini - Integrante / Rafael Pereira - Integrante.

Prêmios