@MASTERSTHESIS{ 2014:871975902,
 	title = {Malaria System : uma ferramenta para diagnóstico automático de malária em dispositivos móveis},
 	year = {2014},
 	url = "http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/6717",
 	abstract = "A malária é um problema de saúde pública mundial e está relacionada principalmente a áreas remotas. Deste modo, os sistemas de baixo custo para o diagnóstico automático tornam-se uma investigação prioritária em vários grupos de pesquisa. Por outro lado, há novos casos, devido a mudanças climáticas que permitem a sobrevivência do Anopheles em  áreas antes não habitadas. Os dispositivos móveis têm sido alternativas viáveis em diversos sistemas de saúde e de controle epidemiológico. Os grupos de pesquisa EpiSchisto Risk Modeling e Discrete Modelling and Simulation of Biological Systems desenvolveram ferramentas de diagnóstico automático para doenças, incluindo a esquistossomose e malária. Neste trabalho, é apresentado um sistema de detecção de parasitos de malária a baixo custo com dispositivos móveis, onde o estado da arte envolve duas grandes  áreas do conhecimento: na  área de
 computação e uma relacionada  a saúde pública. O uso de técnicas de visão computacional e inteligência artificial neste projeto são os fundamentos teóricos do sistema de detecção de malária de baixo custo aqui apresentado. As fases de desenvolvimento do sistema sâo:
 captura de imagem - a imagem  é capturada usando um sistema de dispositivo móvel experimental acoplado e um microscópio; segmentação - esta etapa consiste em remover a base em torno células do sangue, reduzindo assim o escopo da pesquisa do algoritmo de reconhecimento;
 treinamento e classificação - utilização de técnicas de inteligência artificial para treinar imagens como: positivos e falsos positivos (com e sem parasitos da malária). Um sistema baseado em Android foi desenvolvido, ele  e capaz de detectar células infectadas com Plasmodium spp em uma imagem. Este  e limitado na identificação do parasito em espécie
 P. falciparum (estágio trofozo  to). A taxa de acerto do sistema em seu melhor desempenho está atualmente em 93%. A principal contribuição do Malariasystem  e o baixo custo e a possibilidade de ser utilizado por agentes de saúde pública em regiões endêmicas remotas, onde os recursos são escassos. Além disso, os resultados podem ser avaliados in loco, facilitando o tratamento imediato.",
 	publisher = {Universidade Federal Rural de Pernambuco},
 	scholl = {Programa de Pós-Graduação em Informática Aplicada},
 	note = {Departamento de Estatística e Informática}
}