Este trabalho propõe uma metodologia para detecção de lesões em uma imagem termográfica das mamas, auxiliando médicos especialistas no diagn óstico precoce de patologias como o câncer. São utilizadas as técnicas de processamento de imagens, modelos de vida artificial e inteligência computacional. O processo apresentou 78% de acurácia, 50% de sensibiliadade e 84% de especificidade.

RESUMO:A videira ou vinha, pertence à família das Vitaceae, subdivididas nas espécies Parthenocissus quinquefólia e Vitis vinífera, sendo esta última utilizada no cultivo de uvas no mundo. Nos próximos anos o potencial de consumo de vinho será maior que sua produção, necessitando que a produção da matéria prima seja otimizada. A tecnologia é a ferramenta preponderante nesse processo, trazendo consigo um manejo eficiente a partir da agricultura de precisão, com intuito de obter indicadores análogos entre as regiões do Vale do São Francisco no Brasil e Vale do Colchagua no Chile, aprimorando o cultivo. Objetiva-se nesse trabalho, caracterizá-las através da análise de seus elementos agronômicos, topográficos, pedológicos e climáticos. O estudo contou com revisão bibliográfica sobre as duas regiões e coleta de dados agrupados em grupos denominados 1, 2 e 3. Foram discutidas as carências e vantagens agrícolas existentes nas duas regiões, buscando-se o melhoramento do cultivo. Os fatores estudados proporcionaram uma análise eficiente, sendo provadas suas importâncias. A agricultura de precisão proporciona à sociedade diversos benefícios de forma sustentável. Palavras-chave: agricultura de precisão, cultivo de uva, produção de vinho. ABSTRACT:The vine or vineyard, belongs to the family Vitaceae, subdivided in the species Parthenocissus quinquefólia and Vitis vinífera, the latter being used in the cultivation of grapes in the world. In the coming years the wine consumption potential will be higher than its production, requiring the production of the raw material is optimized. Technology is the leading tool in this process, bringing an efficient management from the precision agriculture, seeking to obtain similar indicators between regions of the São Francisco Valley in Brazil and Colchagua Valley in Chile, improving cultivation. The objective of this work is to characterize the two regions by analyzing their agronomic, topographical, soil and climatic conditions. The study included literature review about the two regions and collection of data grouped into groups called 1, 2 e 3. The needs and agricultural advantages existing were discussed in the two regions, seeking the improvement of the cultivation. The factors studied provided efficient analysis, being proven their importance. Precision agriculture provides society with many benefits in a sustainable manner.

Este trabalho propõe uma metodologia para identificar regiões suspeitas de lesão baseada nas assime-trias da mama esquerda e direita de imagens de termogramas. O estudo é pautado em imagens de pacientes do Hospital Universitário da Universidade Federal de Pernambuco (UFPE), capturadas por câmera infravermelha. Inicialmente as imagens são manualmente segmentadas. Em seguida, os seios são registrados usando a transformação B-spline. Além disso, como o corpo humano tem uma simetria radial das temperaturas, uma lesão, eventualmente, leva uma assimetria destas regiões, em seguida, o spatiogram é usado para identificar essas regiões assimétricas. Finalmente, apenas as regiões com temperaturas superiores à média são mantidas, com base no fato de que o câncer tem a temperatura mais elevada do que o restante mama. Após esse processo são extraídas características (Variação dos pixels, a média, o desvio padrão, o índice de Geary e Dimensão Fractal de Higuchi) para a classificação dessas regiões restantes em lesão ou não lesão utilizando-se uma rede neural artificial com perceptron em multicamadas. A metodologia apresentou 75% das regiões classificadas corretamente, indicando que o spatiogram e a média das temperaturas das regiões assimétricas são métodos bem promissores para identificação de regiões suspeitas de conter lesão.Palavras-chave: Termografia. Câncer. Spatiogram. Mama. Rede-neural.SUSPECT DETECTION OF REGIONS OF INJURY IN BREAST IN THERMAL IM-AGES USING SPATIOGRAM AND NEURAL NETWORKSAbstract: This paper proposes a methodology to identify suspicious regions of injury based on asymmetries of left and right breasts of thermograms images.. The study is based on images captured by infrared camera from patients at the University Hospital of the Federal University of Pernambuco. Initially the images are manually segmented. Then, the sinuses are recorded using the B-spline transformation. Furthermore, as the human body has a radial symmetry of temperatures, damage eventually leads asymmetry of these regions, then the spatiogram is used to identify those asymmetric.regions. Finally, only the regions with higher than average temperatures are maintained, based on the fact that the cancer has a higher temperature than the rest of the breast. After this process features are extracted (Variation of pixels, the mean, standard deviation, index Geary and Higuchi Fractal Dimension) for the classification of regions remaining in injury or no injury using an artificial neural network Multilayer perceptron. The methodology showed 75% of correctly classified regions, indicating that the spatiogram and the average temperatures of the asymmetric regions are well promises methods to identify regions suspected of containing lesion.Keywords: Thermography. Cancer. Spatiogram. Breast. Neural-network.DETECCIÓN DE ZONAS SOSPECHOSAS DE LESIÓN EN LA MAMA EN IMÁGENES TÉRMICAS UTILIZANDO SPATIOGRAM Y REDES NEURALESResumen: En este trabajo se propone una metodología para identificar las regiones sospechosas de lesión basado en las asimetrías de la mama izquierda y derecha de las imágenes termogramas. El estudio se basa en las imágenes capturadas por la cámara infrarroja de los pacientes en el Hospital Universitario de la Universidade Federal de Pernambuco. Inicialmente, las imágenes son segmentadas manualmente. Luego, los senos se registran utilizando la transformación B-spline. Además, como el cuerpo humano tiene  una simetría radial de temperaturas, daños eventualmente conducen a una asimetría de estas regiones, entonces el spatiogram se utiliza para identificar las regiones asimétricas. Finalmente, basado en el hecho de  que el cáncer tiene una temperatura más alta que el resto de la mama, sólo las regiones con temperaturas más alta que la temperatura media son mantenidas. Después de este proceso se extraen características (Variación de píxeles, la media, desviación estándar, Dimensión índice y Higuchi Geary fractal) para la clasificación de las regiones restantes en lesiones o ninguna lesión utilizando un perceptrón multicapa red neural artificial. La metodología mostró 75% regiones clasificados correctamente, lo que indica que las temperaturas spatiogram y media de las regiones son métodos asimétricos bien promete para identificar regiones sospechosas de contener lesión.Palabras clave: Termografía. Cáncer. Spatiogram. Mama. Redes neuronales.