Browsing by Author "RIBEIRO, MARIANA DA SILVA"
Now showing 1 - 1 of 1
Results Per Page
Sort Options
- Robótica inteligente no reconhecimento de instrumentos médicosPublication . RIBEIRO, MARIANA DA SILVA; Martinho, Diogo Emanuel Pereira; Santos, Joaquim Filipe Peixoto dosA contagem de instrumentos cirúrgicos antes e depois de uma cirurgia é uma etapa fundamental para garantir que nenhum objeto fica perdido no bloco operatório ou no interior do paciente. Apesar de parecer uma tarefa simples, este processo demora em média cerca de cinco minutos, podendo prolongar-se até dez devido a interrupções, o que afeta a fluidez da cirurgia e pode ter consequências negativas para o paciente. Com o intuito de apoiar esta tarefa crítica, é proposta uma solução integrada que combina Visão Computacional e Robótica para reconhecimento, contagem e manipulação de instrumentos cirúrgicos. A abordagem desenvolvida tem por base o robô educativo DOFBOT-Pi, um manipulador de seis graus de liberdade equipado com câmara, que serviu de plataforma experimental para a execução de tarefas de pick-and-place. Para possibilitar esta integração, foram desenvolvidos módulos de cinemática direta e inversa, calibração da câmara e conversão de coordenadas, assegurando a correspondência entre as deteções visuais e as posições reais no espaço tridimensional. No domínio da Visão Computacional, foi concebido um processo de treino baseado em arquiteturas da família YOLO, explorando variantes das séries YOLOv5, YOLOv8 e YOLOv11. Para tal, recorreram-se a dois conjuntos de dados: o Labeled Surgical Tools, um dataset da literatura com mais de três mil imagens distribuídas por quatro classes de instrumentos (bisturi, pinça, tesoura Mayo reta e tesoura Mayo curva), e o Robo Tools, capturado com a câmara do robô, que permitiu avaliar o desempenho em condições reais. O processo experimental foi estruturado em quatro fases: avaliação de modelos de base, combinação de hiperparâmetros, treino aprofundado das melhores combinações e, por fim, adaptação com imagens reais do robô. Os resultados demonstraram uma evolução clara entre arquiteturas, com o YOLOv5 a revelar maiores dificuldades e as séries YOLOv8 e YOLOv11 a atingirem desempenhos próximos, ambos com valores de mAP50 de 91% em teste. A escolha final recaiu sobre o YOLOv11n, uma vez que alia robustez de deteção a elevada eficiência computacional, sendo adequado para execução em tempo real no Raspberry Pi 5 Em conclusão, a solução proposta comprova a viabilidade da contagem e manipulação assistidas por visão computacional e constitui um primeiro passo para futuras aplicações em contexto cirúrgico. As limitações identificadas, em particular a sensibilidade às variações ambientais, a qualidade da câmara e a precisão limitada da plataforma robótica, apontam para oportunidades de desenvolvimento futuro, com ênfase na utilização de hardware mais robusto e na experiência de modelos de deteção especializados para este campo.