No abstract

Resumo: A área de pesquisa da Computação Aplicada (CA) no Brasil, em fase de consolidação, tem crescido em importância graças à sua relação com outras áreas. Por sua "jovialidade", pouco se tem analisado sobre a forma como se faz pesquisas nessa área. A Revista Brasileira de Computação Aplicada (RBCA) é uma publicação representativa desse foco que foi criada há pouco tempo. Então, para se ter uma visão das pesquisas na área de CA analisou-se a produção registrada na RBCA. Três análises foram feitas: quanto aos paradigmas científicos predominantes, estilo de maturidade e abordagem de pesquisa das publicações dos últimos cinco anos. Um checklist foi concebido para facilitar a análise mais subjetiva -do paradigma. Todos os artigos foram avaliados ao menos duas vezes, sendo que a maioria sofreu três avaliações distintas. As 501 avaliações em três rodadas permitiu caracterizar a produção como majoritariamente tecnocrática, usando estilos de maturidade iniciais e abordagens desenvolvimentista e descritiva. Esses elementos sugerem que os pesquisadores da área adotam o viés das Engenharias, o que é razoável considerando o aspecto "aplicado". Entretanto, para a CA consolidar-se como uma ramificação da Ciência da Computação (CC), vê-se importante que os pesquisadores da CA utilizem metodologias científicas de maior credibilidade. Palavras

Introduction: A new method for segmenting and quantifying the macular area based on morphological alternating sequential filtering (ASF) is proposed. Previous studies show that persons with diabetes present alterations in the foveal avascular zone (FAZ) prior to the appearance of retinopathy. Thus, a proper characterization of FAZ using a method of automatic classification and prediction is a supportive and complementary tool for medical evaluation of the macular region, and may be useful for possible early treatment of eye diseases in persons without diabetic retinopathy. Methods: We obtained high-resolution retinal images using a non-invasive functional imaging system called Retinal Function Imager to generate a series of combined capillary perfusion maps. We filtered sequentially the macular images to reduce the complexity by ASF. Then we segmented the FAZ using watershed transform from an automatic selection of markers. Using Hu's moment invariants as a descriptor, we can automatically classify and categorize each FAZ. Results: The FAZ differences between non-diabetic volunteers and diabetic subjects were automatically distinguished by the proposed system with an accuracy of 81%. Conclusion: This is an innovative method to classify FAZ using a fully automatic algorithm for segmentation (based on morphological operators) and for the classification (based on descriptor formed by Hu's moments) despite the presence of edema or other structures. This is an alternative tool for eye exams, which may contribute to the analysis and evaluation of FAZ morphology, promoting the prevention of macular impairment in diabetics without retinopathy.

No abstract

Revisão: Os Autores O conteúdo dos artigos e seus dados em sua forma, correção e confiabilidade são de responsabilidade exclusiva dos autores. Permitido o download da obra e o compartilhamento desde que sejam atribuídos créditos aos autores, mas sem a possibilidade de alterá-la de nenhuma forma ou utilizá-la para fins comerciais.