Resumo
A identificação correta de comprimidos é fundamental para prevenir erros de medicação, querepresentamumgraveriscoàsegurançadopaciente.EmboraaagênciareguladoraFDA (Food and Drug Administration) exija uma aparência visual única para cada comprimido, a complexidade e a vasta quantidade de fármacos no mercado tornam a identificação manual uma tarefa desafiadora, evidenciando a necessidade de soluções automatizadas. Diante desse cenário, esta dissertação desenvolve e avalia soluções de visão computacional para a identificação automática de comprimidos, explorando desde abordagens tradicionais até técnicas avançadas de aprendizado profundo. A primeira metodologia foca na identificação de formas, empregando processamento de imagem para segmentar os comprimidos e extrair um conjunto de atributos geométricos de baixa complexidade computacional, como circularidade, solidez e alongamento. Esses atributos são utilizados para treinar múltiplos classificadores de aprendizado de máquina, incluindo Support Vector Machine (SVM),Linear Discriminant Analysis (LDA)ek-Nearest Neighbours (k-NN),comavaliação realizada sobre as imagens de referência do conjunto de dados NLM PIR. Os resultados demonstraram alta eficácia, com o classificador SVM de kernel linear alcançando a maior acurácia média de 95,71%. A segunda contribuição deste trabalho é a metodologia SSL4PILL, um modelo inovador voltado à identificação de comprimidos em cenários com poucos dados rotulados. Estruturada em dois estágios, a abordagem inicialmente utiliza aprendizado autossupervisionado para treinar um codificador baseado no modelo Augmented Multiscale Deep InfoMax (AMDIM), empregando um conjunto de imagens genéricas não rotuladas para aprender representações visuais robustas e generalizáveis. Em seguida, o modelo é refinado para a tarefa de identificação de comprimidos com o modelo Prototypical Networks (ProtoNet), que aprende a classificar novas classes de comprimidos a partir de um número mínimo de exemplos rotulados. Avaliamos o SSL4PILL nas imagens de consulta dos conjuntos de dados NLM PIR e CURE, o qual obteve desempenhos relevantes, com acurácia de 83,72% no NLM PIR, e acurácia de 60,78% no CURE em uma configuração de 1-shot 5-way. Um estudo de ablação confirmou o papel crucial do pré-treinamento autossupervisionado, cuja remoção resultou em queda significativa no desempenho. Em conclusão, esta pesquisa demonstrou a aplicabilidade de diferentes paradigmas da visão computacional para a automação da iden