SOFTWARE PARA ANÁLISE DE CONTRAÇÃO MUSCULAR

INTRODUÇÃO: O processamento de imagens de ultrassom é uma técnica de extrema importância em várias áreas da medicina, particularmente na fisioterapia, onde a capacidade de avaliar e monitorar condições musculoesqueléticas é crucial para a eficácia dos tratamentos e reabilitações. Tradicionalmente, a análise dessas imagens é realizada manualmente, dependendo da habilidade e da precisão do especialista, o que pode levar a resultados variados e à sobrecarga de trabalho para os profissionais de saúde. Embora essa abordagem manual seja útil, ela pode ser limitada pela subjetividade e pela necessidade de interpretação detalhada por parte do especialista. Com o avanço tecnológico, surgiram sistemas automáticos que utilizam inteligência artificial (IA) para a análise de imagens de ultrassom. Esses sistemas prometem uma maior precisão e eficiência, realizando a segmentação e o processamento das imagens de forma automatizada. No entanto, a implementação de IA traz desafios significativos, incluindo uma previsibilidade variável dos resultados, dificuldades na integração e manutenção do sistema, e uma alta demanda por capacidade computacional, o que pode tornar esses sistemas caros e menos acessíveis. OBJETIVOS: Desenvolver um programa de automatização para análises musculares de imagens de ultrassom, utilizando técnicas de processamento de imagem. O intuito é identificar características intrínsecas do músculo, como aponeurose superficial e profunda, ângulo de penação dos fascículos e medição da espessura do músculo. MATERIAIS E MÉTODO: Foi utilizado um dataset público com 511 imagens de ultrassom muscular de pacientes anônimos e diferentes. O trabalho foi desenvolvido no MATLAB para o processo de segmentação e filtragem das imagens. RESULTADOS: Dentre as 511 imagens presentes do dataset, apenas 294 tiveram resultados, portanto o sistema teve uma taxa de aproveitamento de 57.53% dentro do dataset utilizado. CONSIDERAÇÕES FINAIS: O processo, apesar de suas limitações, ainda apresenta resultados precisos o suficiente para auxiliar na análise manual de imagens de ultrassom, devido a resultados mais rápidos e consistentes, um sistema construído para um nicho específico, como um hospital ou uma clínica.

PALAVRAS-CHAVE: Ultrassom; Musculares; Segmentação; Processamento de Imagem; Automatização.