Relatório de produção acadêmica da Universidade Federal de São Carlos (UFSCar) realizado em 21/11/2017

Ricardo Jose Ferrari

Ricardo J. Ferrari graduou em Engenharia Elétrica pela Universidade de São Paulo, São Carlos, em 1995. Nos anos de 1998 e 2002, respectivamente, recebeu os títulos de mestre e doutor em Engenharia Elétrica pela mesma Universidade. Durante um ano (Fev/1999 a Fev/2000) de seu doutorado, ele trabalhou na parte experimental de sua tese na University of Calgary, Canadá. Ricardo possui dois pós-doutorados: o primeiro realizado no Seaman Family MR Research Centre (Calgary-Canada, Mai/2002 a Fev/2003) e o segundo no Sunnybrook Hospital (Toronto-Canada, Jan/2007 a Dez/2007). Além disso, ele trabalhou como pesquisador associado na University of Alberta (Edmonton-Canada, Jul/2004 a Set/2005) e no University Health Network (Toronto-Canada, Jan-Dez/2008). Ricardo também atuou como pesquisador nas empresas Imaging Dynamics Company Ltd. (Toronto-Canada, Mar/2003 a Jun/2004) e Z-Tech Canada Ltd. (Toronto-Canada, Out/2005 - Dez/2006). Desde 2010, Ricardo é Professor Adjunto do Departamento de Computação da Universidade Federal de São Carlos. Suas pesquisas são em processamento de sinal multidimensional, modelagem estatística, aprendizagem de máquina, visão por computador e reconhecimento de padrões. As aplicações incluem sistemas de auxílio ao diagnóstico precoce de doenças cerebrais degenerativas (esclerose múltipla, doença de Alzheimer) e análise dinâmica de células em vídeo de microscopia intravital. (Texto informado pelo autor)

  • http://lattes.cnpq.br/8460861175344306 (17/11/2017)
  • Rótulo/Grupo:
  • Bolsa CNPq:
  • Período de análise: 2011-2017
  • Endereço: Universidade Federal de São Carlos, Centro de Ciências Exatas e de Tecnologia, Departamento de Computação. Rod. Washington Luís, Km 235 SP-310 13565905 - São Carlos, SP - Brasil - Caixa-postal: 676 Telefone: (16) 33066607 Ramal: 6607 Fax: (16) 33518233 URL da Homepage: http://www.bipgroup.dc.ufscar.br/
  • Grande área: Engenharias
  • Área: Engenharia Biomédica
  • Citações: Google Acadêmico

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

Prêmios e títulos

Participação em eventos

Organização de eventos

Lista de colaborações


Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

  • Total de projetos de pesquisa (2)
    1. 2015-Atual. Segmentacao automatica de imagens de ressonancia magnetica do cerebro humano via modelos deformaveis guiados por atlas probabilistico de pontos salientes 3D
      Descrição: O imageamento por ressonância magnética (RM) tornou-se uma ferramenta fundamental no diagnóstico e estudo de diversas doenças e síndromes do sistema nervoso central (SNC), como, por exemplo, a esclerose múltipla e a doença de Alzheimer. Além da análise visual sistemática das imagens de RM, o neurorradiologista frequentemente precisa medir o volume ou analisar alterações na forma de determinadas estruturas do cérebro para diagnosticar de maneira rápida e precisa uma determinada doença, ou ainda para realizar o acompanhamento evolutivo de um determinado tratamento. Para isso, a segmentação prévia das estruturas de interesse é necessária. Em geral, essa tarefa é realizada manualmente com a ajuda limitada do computador e, portanto, possui diversas limitações. Por esse motivo, vários pesquisadores têm voltado seus esforços para o desenvolvimento de técnicas automáticas de segmentação de tecidos e estruturas cerebrais em imagens de RM. Dentre as várias abordagens propostas na literatura, as técnicas baseadas em modelos geométricos deformáveis e atlas anatômicos probabilísticos e topológicos estão entre as que apresentam os melhores resultados. Isso porque elas possibilitam a utilização da informação anatômica intrinsecamente contida nas malhas durante o processo de segmentação. No entanto, uma das principais dificuldades da aplicação de tais modelos para a segmentação de imagens médicas é o posicionamento inicial adequado das malhas. Portanto, o principal objetivo desse projeto de pesquisa é o desenvolvimento de um framework de segmentação automática de algumas estruturas cerebrais utilizadas com frequência por neuroradiologistas no diagnóstico das doenças de Alzheimer e esclerose múltipla. Tal framework será formado por três partes principais: um detector de pontos salientes 3D, um atlas probabilístico de pontos salientes 3D (construído a partir de uma imensa base de imagens) e um mecanismo que utilizará ambos, o atlas e o detector de pontos salientes, para o posicionamento adequado dos modelos geométricos deformáveis.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) . Integrantes: Ricardo José Ferrari - Integrante / Ricardo Jose Ferrari - Coordenador / José Eduardo Mourão - Integrante / Francisco A. C. Vale - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Ricardo Jose Ferrari.
    2. 2012-2014. Pesquisa e desenvolvimento de tecnicas automaticas para a deteccao, segmentacao e analise de placas de esclerose multipla em imagens de ressonancia magnetica
      Descrição: Esclerose Múltipla (EM) é uma doença multifatorial complexa, desmielinizante, auto-imune, que afeta o sistema nervoso central, e atinge principalmente adultos jovens. É considerada uma doença auto-imune pois o sistema imunológico começa a agredir a bainha de mielina que recobre os neurônios e compromete a função do sistema nervoso. O imageamento multimodal por ressonância magnética (RM) tem sido usado clinicamente com muito sucesso para o diagnóstico e monitoramento da EM devido principalmente pela alta resolução, boa diferenciação de tecidos moles, e por permitir a obtenção de diferentes informações de contraste. O método convencional de medição do volume das lesões de EM é o delineamento manual das lesões em imagens de RM, realizada por especialistas com ajuda limitada do computador. Entretanto, tal procedimento é árduo, consome muito tempo, é custoso e propenso a grande variabilidade inter- e intra-observadores. Portanto, o principal objetivo desse projeto é a pesquisa e o desenvolvimento de técnicas computacionais automáticas para a detecção, medição do volume e análise de placas de EM em imagens de RM.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (2) / Especialização: (0) / Mestrado acadêmico: (1) / Mestrado profissional: (0) / Doutorado: (0) . Integrantes: Ricardo José Ferrari - Integrante / Ricardo Jose Ferrari - Coordenador / David Carlos Shigueoka - Integrante / Enedina Maria Lobato de Oliveira - Integrante / Henrique Carrete Junior - Integrante / Jose Roberto Falco Fonseca - Integrante / Nitamar Abdala - Integrante / Sergio Ajzen - Integrante / Vladimir Pekar - Integrante. Financiador(es): (FAPESP) Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro. Número de produções C, T A: 1 / Número de orientações: 4
      Membro: Ricardo Jose Ferrari.

Prêmios e títulos

  • Total de prêmios e títulos (1)
    1. Melhor artigo na conferência XII Workshop de Visão Computacional, Universidade Católica Dom Bosco (UCDB) - Campo Grande, MS.. 2016.
      Membro: Ricardo José Ferrari.

Participação em eventos

  • Total de participação em eventos (4)
    1. 2016 IEEE International Conference on Image Processing (ICIP). Detection of the Midsagittal Plane in MR Images usina a Sheetness Measure from Eigenanalysis of Local 3D Phase Congruency Responses. 2016. (Congresso).
    2. XII Workshop de Visão Computacional. Automated technique for in vivo analysis of leukocyte recruitment of mice brain microcirculation. 2016. (Congresso).
    3. XXIV Congresso Brasileiro de Engenharia Biomédica. Aquisição, Processamento, Análise e Visualização de Imagens do Cérebro. 2014. (Congresso).
    4. Jornada Paulista de Radiologia - JPR. 2012. (Congresso).

Organização de eventos

  • Total de organização de eventos (1)
    1. FERRARI, R. J.; Tam, R. ; Paiva, F. F.. Aquisição, Processamento, Análise e Visualização de Imagens do Cérebro. 2014. Outro

Lista de colaborações

  • Colaborações endôgenas (0)



    Data de processamento: 24/11/2017 12:06:56