Deteco de Resduos em Imagens de Bolsas para Coleta de Sangue Utilizando um Sistema Fuzzy nos canais RGB

Adilson Gonzaga 1, Cssio Avelino Adorni 2, Ivan Nunes da Silva 3

1,2 Laboratrio de Viso Computacional, Escola de Engenharia de So Carlos USP, Brasil 3 Laboratrio Autom. Inteligente de Processos e Sistemas, Escola de Engenharia de So Carlos USP, Brasil Introduo Quando se utiliza qualquer tipo de medicamento ou produto mdico, como bolsa para coleta de sangue, necessrio que este esteja livre de qualquer tipo de resduo. Como o sistema de inspeo visual adotado por algumas empresas manual, realizado a olho nu, e totalmente dependente do fator humano utilizado no processo, o mesmo no pode garantir totalmente que as bolsas para coleta de sangue possuam ou no resduos. Sistemas automatizados, cada vez mais comuns em processos de fabricao em diversas reas, utilizam softwares que realizam essa tarefa com bons resultados. Esses softwares, em sua maioria desenvolvidos no exterior, tm um alto custo para implantao, aquisio de equipamento especfico e treinamento de pessoal, o que muitas vezes inviabiliza a utilizao do mesmo devido ao alto investimento a ser realizado, limitando a competitividade das empresas do setor. preciso garantir que as bolsas para coleta de sangue comercializadas no contenham nenhum tipo de resduo (uma vez que s o processo manual no garante isto) a um custo que no inviabilize a competitividade comercial destas empresas. Portanto, necessrio automatizar o processo de verificao das bolsas para coleta de sangue visando garantir que bolsas comercializadas no contenham resduos. Para automatizar o processo de inspeo, este trabalho prope capturar as imagens digitalizadas das bolsas e utilizar tcnicas de Reconhecimento de Padres para verificar e identificar eventuais resduos existentes nas bolsas. Atualmente os algoritmos para reconhecimento de padres tm apresentado excelentes resultados quando aplicados em sistemas automatizados, obtendo avanos significativos em diversas reas. Para classificar padres em imagens utilizase de classificadores estatsticos, aproximao sinttica, sistemas fuzzy e redes neurais[1]. Neste trabalho optou-se por utilizar Sistemas Fuzzy, pois esta tcnica exige poucos recursos computacionais, podendo trabalhar com incertezas ou imprecises, tendo ainda alta capacidade de generalizao [2] e baixo custo de implementao. Metodologia Antes de iniciar o processo de implementao computacional, foi preciso analisar as imagens e identificar as caractersticas e padres dos resduos. Para tanto, foi utilizado um banco de imagens com 55 imagens de bolsas para coleta de sangue sendo todas coloridas em baixa resoluo (640x480 pixels) e utilizando a quantizao de cores com 256 nveis no formato jpeg. O banco de imagens composto por 27 imagens com resduos slidos, 12 imagens com resduos (soluo anticoagulante e bolhas), 8 imagens de bolsas perfeitas, (sem resduos ou soluo) e 8 imagens com soluo e sem resduos, totalizando 55. Para capturar as imagens foi necessrio isolar as bolsas para coleta de sangue das adversidades do ambiente, sendo que para isto foi desenvolvida uma caixa de inspeo. Esta caixa de inspeo tem seu interior dividido em duas partes; a primeira revestida em papel alumnio, com duas lmpadas dicricas. Estas lmpadas foram colocadas tal que seu foco de luz fosse direcionado para o fundo da caixa refletindo no papel alumnio e passando por uma tampa de acrlico branco leitoso. A outra parte da caixa tem suas paredes pintadas em preto fosco. Para a captura das imagens foi utilizada uma cmera digital Mavica ( Sony ). Aps digitalizar as imagens foi ento necessrio analis-las para determinar as caractersticas dos pixels que representam resduos. Na anlise destas imagens foi utilizado como sistema de representao de cores o modelo RGB, dada a fcil implementao computacional e por ser amplamente utilizado em processamento de imagens [3]. As componentes para cada pixel da imagem foram avaliadas empiricamente, extraindo-se assim as caractersticas de cada uma delas, verificando se que na maioria das imagens os resduos foram

mais escuros que o fundo e que as bordas das bolsas na imagem. Dessa forma, foi possvel determinar intervalos para as imagens dos resduos em cada componente do modelo RGB. Para a componente vermelha (R), valores inferiores a 110; para a verde (G), valores inferiores a 90 e para a azul (B), valores inferiores a 49. Determinou-se, tambm, empiricamente, a faixa de tolerncia para a componente vermelha (R) at o valor de 125; para a Verde (G) at 100 e para a azul (B) at 70. A anlise das imagens de resduos forneceu informaes imprescindveis para a implementao computacional do modelo Fuzzy proposto por este trabalho. Como o universo de discurso das imagens est entre 0 e 255, pois so os nveis que cada componente do modelo RGB pode variar, ou seja, os 256 nveis de quantizao de cores, usados como variveis de entrada, para a componente vermelha (R), verde (G) e azul (B), foi definida a funo de pertinncia de cada componente do modelo RGB, obtendo-se os padres geomtricos para a componente vermelha (R), para a verde (G) e para a azul (B). Definidas as funes de pertinncia outro passo no projeto de um Sistema Fuzzy determinar o processo de inferncia e as regras Fuzzy. Para se obter um pixel preciso obter as trs componentes do modelo RGB, ou seja, sempre as trs funes de pertinncia estaro ativas cada vez que um pixel for examinado na imagem. O processo de inferncia utilizado foi o tipo Modus Ponens generalizado [4] e devido necessidade de se analisar as trs componentes, a nica regra fuzzy implementada como mostra o quadro abaixo:
Quadro 1- Regras Fuzzy

imagem e o percentual de resultados positivos, ou seja, onde a rotina reconheceu corretamente se h ou no resduo na imagem e o tempo mdio de execuo do algoritmo considerando o Hardware e Software utilizados. Considerando os resultados e todas as dificuldades existentes em todo o processo o Sistema Fuzzy proposto foi capaz de compens-los e fornecer um resultado extremamente preciso na identificao de todos os resduos.
Tabela 1- Resultados: Algoritmo proposto

Tabela de Resultados Tipo de Imagens Imagens com resduos Imagens com resduos, soluo anticoagulante e bolhas Imagens de bolsas perfeitas Imagens com soluo e sem resduos e com bolhas Total de Acertos na Classificao Tempo mdio de execuo

Percentual Resultados Positivos

100% 100% 100% 100%

100% 1 minuto

Desse modo, o algoritmo proposto atingiu o objetivo principal, que o de identificar corretamente se existe ou no resduos. Referncias [1] Yao Min, J. Zhiwei, YI, W Zhao X. Application of generalized learning in Image recognition, IEEE Proceedings, 2005, p. 159-162. [2] Phung, S.L., Bouzerdoum A.; Chai, D. Skin Segmentation Using Color Pixel Classification Analysis and Comparison, IEEE Transactions 2005 Vol.27, p. 148-154. [3] Tembe, W., Ralescu A.,(2004) Fuzzy algorithm for context character Recognition Fuzz IEEE 2004, p 1733 1738. [4] Demirli, K. Turksen, I.B. Mobile robot navigation with generalized modus ponens type fuzzy reasoning, IEEE Intelligent Systems 1995, p. 3724-3729 Contatos Adilson Gonzaga Av. Trab. So-carlense, 400 So Carlos SP. e-mail: adilson@sel.eesc.usp.br Cssio Avelino Adorni Av. Trab. So-carlense, 400 So Carlos SP. e-mail: cassioaa@ig.com.br Ivan Nunes da Silva Av. Trab. So-carlense, 400 So Carlos SP. e-mail: insilva@sel.eesc.usp.br

Se (Vermelho (R) e Verde (G) e Azul (B)) ento (existe pixel) Foi aplicado o operador de composio do tipo Max-Min, e como operador de implicao o operador de Mandani. Definido todos os requisitos necessrios, foi desenvolvido o algoritmo utilizando o Matlab7.0 como ferramenta de desenvolvimento aplicando esta rotina em cada uma das imagens do banco de imagem. Discusses e Concluses Os resultados obtidos esto demonstrados na Tabela 1 onde so apresentados o tipo da