Portais do Projeto & Acesso aos Dados

Acesse abaixo o banco de dados histopatológico público com visualizador de lâminas e o website oficial da Rede Mineira de Pesquisa Translacional em Oncologia (ReMPTO):

PT Sobre o Projeto

Este projeto desenvolve modelos de inteligência artificial e aprendizado profundo para análise e classificação de dados em oncologia, utilizando redes neurais convolucionais e técnicas modernas de machine learning.

A pesquisa busca explorar o potencial da IA para identificar padrões relevantes em dados relacionados ao câncer e contribuir para o desenvolvimento de novas ferramentas computacionais aplicadas à pesquisa oncológica.

O projeto é desenvolvido em colaboração entre o Instituto Mário Penna, Belo Horizonte/MG, e o MCMEG/UFMG, reunindo conhecimentos de computação, inteligência artificial e ciências da saúde. A iniciativa também contribui para o desenvolvimento de metodologias reprodutíveis e escaláveis para aplicações futuras em diferentes contextos da oncologia.

Primeira Etapa: Organização e Curadoria de Dados

A primeira etapa do projeto consistiu na estruturação, organização e curadoria de dados histopatológicos disponibilizados pelo Instituto de Pesquisa Mário Penna integrados aos dados públicos do National Institutes of Health (NIH) contendo informações e lâminas sobre câncer de ovário. Essa base consolidada viabilizou o treinamento, benchmark e validação de modelos convolucionais com transparência e reprodutibilidade científica.

EN About the Project

This project develops artificial intelligence and deep learning models for oncological data analysis and classification, employing convolutional neural networks and state-of-the-art machine learning techniques.

The research explores the potential of AI to identify clinically relevant patterns in cancer-related data, contributing to the development of novel computational tools tailored for oncological research and clinical decision support.

Developed as a collaborative initiative between Instituto Mário Penna (Belo Horizonte/MG) and MCMEG/UFMG, the project integrates expertise across computer science, artificial intelligence, and health sciences. The initiative also fosters reproducible and scalable methodologies for future applications across varied oncological contexts.

First Stage: Data Curation & Public Repositories

The initial phase of the project focused on the organization, curation, and standardization of histopathological and clinical datasets from the Instituto Mário Penna Research Center combined with public data from the National Institutes of Health (NIH) on ovarian cancer. This curated database provides a solid foundation for training, benchmarking, and validating deep learning models under open-science principles.