APLICATIVO MÓVEL DE PROCESSAMENTO DE IMAGENS DIGITAIS PARA CLASSIFICAÇÃO AUTOMÁTICA DE TECIDOS DE LESÕES POR PRESSÃO

Huara Paiva Castelo Branco, Levy Aniceto Santana, Rinaldo de Souza Neves, Renato da Veiga Guadagnin

Resumo


Objetivo: avaliar o desempenho de uma técnica automática para extração de características dos tipos de tecidos de lesões por pressão por processamento de imagens digitais, embutida em um aplicativo móvel (App) para smartphones. Metodologia: estudo transversal controlado, realizado em 20 imagens de lesões sacrais e trocantéricas. Aferiu-se a concordância na caracterização tecidual presente no leito das lesões entre o App e um comitê de juízes. Resultados: a precisão global do App na identificação de granulação, liquefação e coagulação foi de 75%. Constatou-se independência intraobservador nos desfechos das aferições realizadas pelo aplicativo. Conclusões: o App obteve desfechos promissores ao classificar os tipos de tecidos inviáveis e granulação, sendo necessário aprimoramento do desempenho em feridas complexas e de outras etiologias.

Descritores: Lesão por Pressão, Fotografia, Smartphone.

MOBILE IMAGING APP FOR AUTOMATIC CLASSIFICATION OF PRESSURE INJURY TISSUES

Objective: to evaluate the performance of an automated technique for extraction of characteristics of the types of tissues from pressure lesions by digital image processing, inserted in a mobile application (App) for smartphones. Methodology: crosssectional, controlled study of 20 images of sacral and trochanteric lesions. The concordance in the tissue characterization present in the center of the lesions between the App and a committee of judges was checked. Results: the overall accuracy of the App in the identification of granulation, liquefaction and coagulation was 75%. Intraobserver independence was observed in the results of the measurements performed by the application. Conclusions: the App obtained promising outcomes classifying non-viable tissue types and granulation tissue, and an improvement of the app’s performance is necessary in complex wounds and other etiologies.

Descriptores: Pressure Ulcer, Photography, Smartphone.

APLICACIÓN MÓVIL DE PROCESAMIENTO DE IMÁGENES DIGITALES PARA LA CLASIFICACIÓN AUTOMÁTICA DE LOS TEJIDOS DE LESIÓN POR PRESIÓN

Objetivo: evaluar el rendimiento de una técnica automática para extraer características de los tipos de tejido de las lesiones por presión mediante el procesamiento digital de imágenes, incorporado en una aplicación móvil para smartphone. Metodología: estudio transversal controlado hecho en 20 imágenes de lesiones trocantéricas y en la región sacro. Se verificó la concordancia en la caracterización de los tejidos presentes en el lecho de las lesiones entre la aplicación y un comité de jueces. Resultados: la precisión general de la aplicación en la identificación de tejidos presentes en el lecho de las LPP (lesiones por presión) fue de 75%. Se comprobó la independencia intraobservadora en los puntos finales de las mediciones realizadas por la aplicación. Conclusiones: la aplicación obtuvo resultados promisorios al evaluar los tipos de tejidos no viables y granulación y es necesario prefeccionar el desempeño en heridas complejas y de otras etiologías.

Descriptores: Úlcera por Presión, Fotografía, Teléfono Inteligente.


Texto completo:

PDF

Referências


Caliri MHL, Santos VLCG, Mandelbauam MHS, Costa IG. Classificação das lesões por pressão: consenso NPUAP 2016 - adaptada culturalmente para o Brasil. Associação Brasileira de Estomaterapia (SOBEST). Associação Brasileira de Enfermagem em Dermatologia (SOBENDE). São Paulo; 2016. [citado 2018 Nov 16]. Disponível em: http://www.sobest.org. br/textod/35

Moraes JT, Borges EL, Lisboa CR, Cordeiro DCO, Rosa EG, Rocha NA. Conceito e classificação de lesão por pressão: atualização do National Pressure Ulcer Advisory Panel. Rev. enferm. Cent.-Oeste Min. 2016; 6(2): 2292-2306. DOI: http://dx.doi.org/10.19175/recom.v6i2.1423

Carvalho MRF, Salomé GM, Ferreira L. Construção e validação de algoritmo para tratamento da lesão. Rev. enferm. UFPE on line. 2017 Out.; 11(supl. 10):4171-4183. DOI: 10.5205/reuol.10712-95194-3-SM.1110sup201722.

Dufrene, C. Photography as an adjunct in pressure ulcer documentation. Crit. Care Nurs Q. 2009; 32(2), 77-80. DOI: 10.1097/ CNQ.0b013e3181a27ab3.

Santos AD, Santos MB, Barreto AS, Carvalho DS, Alves JAB, Araújo KCGM. Spatial Analysis and Epidemiological Characteristics of Cases of Leprosy in an Endemic Area. Rev. enferm. UFPE on line. 2016 Nov; 10(5): 4188-4197. DOI: 10.5205/reuol.9284-81146-1-SM.1005sup201604.

Cuzzell JZ. The new RYB color code. Am. J. Nurs. 1988; 88(10): 1342- 1346.

Souza NR, Freire DA, Souza MAO, Melo JTS, Santos LV, Bushatsky M. Fatores predisponentes para o desenvolvimento da lesão por pressão em pacientes idosos: uma revisão integrativa. Estima. 2017; 15(4): 229-239. DOI: 10.5327/Z1806-3144201700040007.

Otto C, Schumacher B, Wiese LPL, Ferro C, Rodrigues RA. Fatores de risco para o desenvolvimento de lesão por pressão em pacientes críticos. Enferm. Foco 2019; 10(1): 07-11.

Gabison A, McGillivray C, Hitzig SL, Nussbaum E. A study of the utility and equivalency of 2 methods of wound measurement: digitized tracing versus digital photography. Adv Skin Wound Care. 2015; 28(6): 252-258. DOI: 10.1097/01.ASW.0000465301.37313.57.

Fauzi MFA, Khansa I, Catignani K, Gordillo G, Sen CK, Gurcan MN. Segmentation and Management of Chronic Wound Images: A Computer- Based Approach. IEE J Biomed Health Inform. 2018; 22(4). DOI: https://doi. org/10.1007/15695_2018_131.

Mukherjee R, Manohar DD, Das DK, Achar A, Miltra A, Chakraborty C. Automated tissue classification framework for reproducible chronic wound assessment. Biomed Res Int. 2014; Article ID 851582. 9 p. DOI: http://dx.doi.org/10.1155/2014/851582.

Nejati H, Ghazijahani HA, Abdollahzadeh M, Malekzadeh T, Cheung N-M, Lee KH et al. Fine-grained wound tissue analysis using deep neural network. 2018 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 1010-1014.

Shi RB, Qiu J, Maida V. Towards algorithm-enabled home wound monitoring with smartphone photography: A hue-saturation-value colour space thresholding technique for wound content tracking. Int. Wound J. 2019 Feb; 16(1): 211-218. DOI: 10.1111/iwj.13011.

Nizam K, Ahmad Fauzi MF, Ahmad NN, Nair HKR. Characterization of Tissues in Chronic Wound Images. 2018 IEEE Student Conference on Research and Development. 1-5. DOI: 10.1109/SCORED.2018.8710941.




DOI: https://doi.org/10.21675/2357-707X.2019.v10.n7.2489

Apontamentos

  • Não há apontamentos.


Licença Creative Commons
Esta obra está licenciada sob uma licença Creative Commons Atribuição 4.0 Internacional.

Eletrônico ISSN: 2357-707X

Impresso ISSN: 2177-4285

Licença Creative Commons
Este trabalho está licenciado com uma Licença Creative Commons - Atribuição 4.0 Internacional.