178 Detecção de Resíduos em Imagens de Bolsas para Coleta de Sangue Utilizando um Sistema Fuzzy nos canais RGB Adilson Gonzaga 1, Cássio Avelino Adorni 2, Ivan Nunes da Silva 3 1,2 Laboratório de Visão Computacional, Escola de Engenharia de São Carlos USP, Brasil 3 Laboratório Autom. Inteligente de Processos e Sistemas, Escola de Engenharia de São Carlos USP, Brasil Introdução Quando se utiliza qualquer tipo de medicamento ou produto médico, como bolsa para coleta de sangue, é necessário que este esteja livre de qualquer tipo de resíduo. Como o sistema de inspeção visual adotado por algumas empresas é manual, realizado a olho nu, e totalmente dependente do fator humano utilizado no processo, o mesmo não pode garantir totalmente que as bolsas para coleta de sangue possuam ou não resíduos. Sistemas automatizados, cada vez mais comuns em processos de fabricação em diversas áreas, utilizam softwares que realizam essa tarefa com bons resultados. Esses softwares, em sua maioria desenvolvidos no exterior, têm um alto custo para implantação, aquisição de equipamento específico e treinamento de pessoal, o que muitas vezes inviabiliza a utilização do mesmo devido ao alto investimento a ser realizado, limitando a competitividade das empresas do setor. É preciso garantir que as bolsas para coleta de sangue comercializadas não contenham nenhum tipo de resíduo (uma vez que só o processo manual não garante isto) a um custo que não inviabilize a competitividade comercial destas empresas. Portanto, é necessário automatizar o processo de verificação das bolsas para coleta de sangue visando garantir que bolsas comercializadas não contenham resíduos. Para automatizar o processo de inspeção, este trabalho propõe capturar as imagens digitalizadas das bolsas e utilizar técnicas de Reconhecimento de Padrões para verificar e identificar eventuais resíduos existentes nas bolsas. Atualmente os algoritmos para reconhecimento de padrões têm apresentado excelentes resultados quando aplicados em sistemas automatizados, obtendo avanços significativos em diversas áreas. Para classificar padrões em imagens utiliza- se de classificadores estatísticos, aproximação sintática, sistemas fuzzy e redes neurais[1]. Neste trabalho optou-se por utilizar Sistemas Fuzzy, pois esta técnica exige poucos recursos computacionais, podendo trabalhar com incertezas ou imprecisões, tendo ainda alta capacidade de generalização [2] e baixo custo de implementação. Metodologia Antes de iniciar o processo de implementação computacional, foi preciso analisar as imagens e identificar as características e padrões dos resíduos. Para tanto, foi utilizado um banco de imagens com 55 imagens de bolsas para coleta de sangue sendo todas coloridas em baixa resolução (640x480 pixels) e utilizando a quantização de cores com 256 níveis no formato jpeg. O banco de imagens é composto por 27 imagens com resíduos sólidos, 12 imagens com resíduos (solução anticoagulante e bolhas), 8 imagens de bolsas perfeitas, (sem resíduos ou solução) e 8 imagens com solução e sem resíduos, totalizando 55. Para capturar as imagens foi necessário isolar as bolsas para coleta de sangue das adversidades do ambiente, sendo que para isto foi desenvolvida uma “caixa de inspeção”. Esta caixa de inspeção tem seu interior dividido em duas partes; a primeira é revestida em papel alumínio, com duas lâmpadas dicróicas. Estas lâmpadas foram colocadas tal que seu foco de luz fosse direcionado para o fundo da caixa refletindo no papel alumínio e passando por uma tampa de acrílico branco leitoso. A outra parte da caixa tem suas paredes pintadas em preto fosco. Para a captura das imagens foi utilizada uma câmera digital Mavica ( Sony ). Após digitalizar as imagens foi então necessário analisá-las para determinar as características dos pixels que representam resíduos. Na análise destas imagens foi utilizado como sistema de representação de cores o modelo RGB, dada a fácil implementação 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 características de cada uma delas, verificando se que na maioria das imagens os resíduos foram X Congresso Brasileiro de Informática em Saúde