Banca de DEFESA: MATEUS VICTOR DE LIRA LOPES

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : MATEUS VICTOR DE LIRA LOPES
DATA : 31/08/2026
HORA: 16:00
LOCAL: Video-conferência
TÍTULO:

CLASSIFICAÇÃO E INTERPRETAÇÃO DE PADRÕES ÓPTICOS ASSOCIADOS A ÍNDICES DE REFRAÇÃO EM IMAGENS DE SENSORES SPR POR REDES NEURAIS CONVOLUCIONAIS

PALAVRAS-CHAVES:

Ressonância de Plasmon de Superfície. Rede Neural Convolucional. Análise de imagens SPR. Extração de padrões.

PÁGINAS: 160
RESUMO:

Esta pesquisa investiga a aplicação de Redes Neurais Convolucionais na classificação e interpretação de padrões ópticos associados a diferentes índices de refração em imagens produzidas por sensores de Ressonância de Plásmon de Superfície. O estudo caracteriza-se como uma pesquisa aplicada, de abordagem quantitativa, desenvolvida a partir de imagens simuladas, imagens sintéticas geradas por Rede Adversarial Generativa e imagens experimentais de água deionizada, solução salina tamponada com fosfato e hipoclorito. As imagens foram organizadas em cinco classes correspondentes aos índices de refração 1,33, 1,335, 1,34, 1,345 e 1,35. A metodologia envolveu o pré-processamento dos dados, o desenvolvimento, treinamento, validação e teste de uma CNN personalizada, além da análise da segmentação da região de mínima refletância com o SegmentAnything Model, dos mapas de características extraídos das camadas convolucionais e das técnicas de explicabilidadeGrad-CAM e SHAP. Também foram realizadas comparações com o algoritmo k-NearestNeighbors, classificadores alimentados por características profundas e o modelo YOLOv8n-CLS. Os resultados demonstraram elevada capacidade de separação das classes nas bases controladas, embora tenham sido identificadas diferenças no comportamento dos modelos diante das imagens experimentais. A combinação entre imagens simuladas e sintéticas apresentou a resposta mais concentrada para a amostra de hipoclorito entre os treinamentos principais. As análises de explicabilidade indicaram que as decisões da CNN se concentraram predominantemente em regiões relacionadas à faixa de mínima refletância, apresentando compatibilidade com o fenômeno físico investigado. A CNN personalizada mostrou-se mais adequada às pequenas variações espaciais das imagens SPR, enquanto o k-NN apresentou maior simplicidade e interpretabilidade, e o YOLOv8n-CLS demonstrou maior dificuldade na separação de classes adjacentes. Conclui-se que a abordagem possui potencial para automatizar o reconhecimento de pequenas variações do índice de refração, embora a quantidade reduzida de imagens experimentais limite a generalização dos resultados e evidencie a necessidade de novas validações

MEMBROS DA BANCA:
Externo à Instituição - ANTÔNIO MARCUS NOGUEIRA LIMA - UFCG
Interna - ***.265.913-** - LEIVA CASEMIRO OLIVEIRA - UFERSA
Interno - ***.483.084-** - SILVIO ROBERTO FERNANDES DE ARAUJO - UFERSA