André de Souza Moreira

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Produções bibliográficas

• IVSON, PAULO ; MOREIRA, ANDRE ; QUEIROZ, FRANCISCO ; SANTOS, WALLAS ; CELES, WALDEMAR . A Systematic Review of Visualization in Building Information Modeling. IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS , v. X, p. 1-1, 2019.

• MOREIRA, A. S. ; BRAZ JUNIOR, G. ; ROCHA, S. V. ; SILVA, A. C. ; PAIVA, A. C. . DETECÇÃO DE MASSAS EM IMAGENS DA MAMA USANDO ÍNDICES DE DIVERSIDADE E ALGORITMOS DE SEGMENTAÇÃO EM GRAFO. Cadernos de Pesquisa, p. 53 - 62.

• MOREIRA, ANDRE ; CELES, WALDEMAR . Metaheuristic-Based Workload Selection for Hybrid Cloud Rendering of CAD Models. In: 2019 IEEE International Conference on Cloud Computing Technology and Science (CloudCom), 2019, Sydney. 2019 IEEE International Conference on Cloud Computing Technology and Science (CloudCom), 2019. p. 87.

• MOREIRA, ANDRE ; IVSON, PAULO ; CELES, WALDEMAR . Hybrid Cloud Rendering System for Massive CAD Models. In: 2018 31st SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2018, Paraná. 2018 31st SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2018. p. 234.

• MOREIRA, A. S. ; BRAZ JUNIOR, G. ; ROCHA, S. V. ; SILVA, A. C. ; PAIVA, A. C. . Segmentação Semi-Automática de Mamografias baseada em Clusterização em Grafo. In: WIM - XII Workshop de Informática Médica, 2012, Curitiba. Anais do XII Workshop de Informática Médica (WIM 2012), 2012.

• MOREIRA, A. S. ; BRAZ JUNIOR, G. ; ROCHA, S. V. ; SILVA, A. C. ; PAIVA, A. C. . NCuts para Detecção de Massas Mamárias em Imagens de Mamografia. In: Encontro Regional Ceará Maranhão e Piauí / Jornada de Informática do Maranhão, 2012, São Luís. Jornada de Informática do Maranhão, 2012.

• MOREIRA, A. S. ; BRAZ JUNIOR, G. ; ROCHA, S. V. ; SILVA, A. C. ; PAIVA, A. C. . UMA ANÁLISE COMPARATIVA DE MÉTODOS PARA SEGMENTAÇÃO DE IMAGENS MAMOGRÁFICAS. 2012. (Apresentação de Trabalho/Congresso).

• MOREIRA, A. S. ; PAIVA, A. C. ; BRAZ JUNIOR, G. . Detecção de Massas em Imagens da Mama Usando Indices de Diversidade e Algoritmos de Segmentação em Grafos. 2012. (Apresentação de Trabalho/Conferência ou palestra).

• MOREIRA, A. S. ; PAIVA, A. C. ; BRAZ JUNIOR, G. . Visualização e Segmentação de Imagens médicas da mama: Segmentação Semi-Automática de mamografias baseado em algoritmos de segmentação em grafo. 2011. (Apresentação de Trabalho/Seminário).

Projetos de pesquisa

• 2012 - 2013

  IMAGENS MÉDICAS: PROCESSAMENTO, ANÁLISE E VISUALIZAÇÃO, Projeto certificado pelo(a) coordenador(a) Anselmo Cardoso de Paiva em 17/11/2012., Descrição: Existem dificuldades para a detecção e o diagnóstico de lesões decorrentes de alguns fatores: O órgão contém estruturas com características (formas, densidades, etc.) semelhantes à lesão, que às vezes se confundem; a lesão na fase inicial, quando tem dimensões pequenas e forma mal definida, é de difícil diagnóstico; as medidas efetuadas pelos médicos para a análise da evolução da lesão, como, por exemplo, o seu diâmetro, é realizado de forma artesanal, geralmente utilizando uma régua sobre a imagem; o cansaço visual, o fator emocional e a experiência do médico podem influenciar no diagnóstico; e por fim, a imagem tem qualidade insuficiente, em muitos casos. Nesse contexto surgiu a motivação para o desenvolvimento de ferramentas para auxílio na análise de lesões, tais ferramentas comumente designadas como CAD e CADx, um acrônimo inglês para Computer Aided Detection (detecção auxiliada por computador) e Computer Aided Diagnosis (diagnóstico auxiliado por computador), respectivamente, se caracterizam pela aplicação de técnicas da ciência da computação, principalmente processamento de imagens e inteligência artificial. Estudos recentes mostram, por exemplo, que o índice de detecção da presença de câncer de mama poderia ser aumentado de 5 a 15\% se alguma técnica CAD ou CADx fosse utilizada. Obviamente, o objetivo dos esquemas CAD e CADx não é substituir o médico, mas funcionar como um segundo leitor e aumentar o índice de detecção da presença de cânceres, salvando vidas que seriam perdidas sem um diagnóstico precoce. Neste projeto serão abordados em duas linhas de pesquisa, dois dos mais letais cânceres encontrados no ser humano: câncer de pulmão e mama. Pretende-se investigar a aplicação de técnicas de processamento de imagens, computação gráfica, visão computacional e aprendizado de máquina no desenvolvimento de ferramentas que visem facilitar a detecção e o diagnóstico de nódulos de pulmão e massa na mama.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (4) / Mestrado acadêmico: (4) / Doutorado: (4) . , Integrantes: André de Souza Moreira - Integrante / Geraldo Braz Júnior - Integrante / Anselmo Cardoso de Paiva - Coordenador., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 2011 - 2012

  VISUALIZAÇÃO E PROCESSAMENTO DE IMAGENS MÉDICAS DA MAMA, Projeto certificado pelo(a) coordenador(a) Anselmo Cardoso de Paiva em 17/11/2012., Descrição: Este trabalho tem o objetivo de desenvolver uma metodologia para segmentação e detecção de massas em imagens mamográficas digitais. Sabe-se que a área correspondente a uma massa possui um padrão de textura distinguível em relação a outros tecidos pertencentes à mama. Assim sendo, este trabalho de aprofundará em técnicas de análise de textura para sua descrição, detecção e reconhecimento definido pela área correspondente à lesão. Pela imagem da mama possuir vários padrões identíficáveis se faz necessário utilizar técnicas para extrair regiões que tenham características homogêneas de maneira automática. Normalmente descartando regiões que possuem alta diferença em relação ao padrão a ser buscado. Os algoritmos de Minimum Spanning Trees com adições da componente espacial e Graph-Cuts são algoritmos baseados em estruturas de grafos que respondem realizando agrupamentos homogêneos. A partir dos grupos formados pelos algoritmos de segmentação em grafos é possível separar os objetos de cada conjunto formado, descrevendo-os separadamente, novamente com análise de textura e também métricas de diversidade como Índice de Simpson e Índice de Shannon-Wiener. Pelo grande número de objetos separados, conhecidos por falso positivos, é necessário realizar uma pré-classificação usando template matching com o padrão circular. Este tem o objetivo de diminuir a quantidade de objetos sabendo de antemão que normalmente regiões de interesse possuem formato ciruclar-espicular. Após a redução de falso positivos, cada objeto resultante do agrupamento verá ser classificado em massa e não massa de acordo com um vetor de características obtido previamente, que será passado para uma máquina de reconhecimento de padrões. Neste trabalho será explorada a Máquina de Vetores de Suporte para esta finalidade.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: André de Souza Moreira - Integrante / Geraldo Braz Júnior - Integrante / Anselmo Cardoso de Paiva - Coordenador., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 2010 - 2011

  Visualização e Processamento de Imagens Médicas da Mama, Projeto certificado pelo(a) coordenador(a) Anselmo Cardoso de Paiva em 17/11/2012., Descrição: Este trabalho tem o objetivo de desenvolver uma metodologia para segmentação e detecção de massas em imagens mamográficas digitais. Sabe-se que a área correspondente a uma massa possui um padrão de textura distinguível em relação a outros tecidos pertencentes à mama. Assim sendo, este trabalho de aprofundará em técnicas de análise de textura para sua descrição e reconhecimento de padrão definido pela área correspondente à lesão. Porém, para alcançar o objetivo de detectar automaticamente lesões, apenas a descrição de textura não será suficiente, visto que a imagem é formada por várias regiões com padrões de textura heterogêneos. Por isso, é necessário agrupá-las sob critérios de homogeneidade. O algoritmo não supervisionado K-means será utilizado para esta finalidade. A partir dos grupos formados pelo K-means é possível separar os objetos de cada conjunto formado, descrevendo-os separadamente, novamente com análise de textura e também métricas de diversidade como Índice de Simpson e Índice de Shannon-Wiener. Nessa etapa, cada objeto resultante do agrupamento verá ser classificado em massa e não massa de acordo com um vetor de características obtido previamente, que será passado para uma máquina de reconhecimento de padrões. Neste trabalho será explorada a Máquina de Vetores de Suporte para esta finalidade.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: André de Souza Moreira - Integrante / Geraldo Braz Júnior - Integrante / Anselmo Cardoso de Paiva - Coordenador., Financiador(es): Fundação de Amparo à Pesquisa ao Desenvolv. Científico e Tecnológico - MA - Bolsa.

Prêmios