Array
(
    [responseDate] => 2024-11-19T13:14:37Z
    [request] => https://revista.fumec.br/index.php/codigo31/oai
    [GetRecord] => SimpleXMLElement Object
        (
            [record] => SimpleXMLElement Object
                (
                    [header] => SimpleXMLElement Object
                        (
                            [identifier] => oai:ojs2.agendaestrelabet.fumec.br:article/9288
                            [datestamp] => 2023-03-06T13:35:38Z
                            [setSpec] => codigo31:ART
                        )

                    [metadata] => SimpleXMLElement Object
                        (
                            [dc] => SimpleXMLElement Object
                                (
                                    [title] => DETECÇÃO E CONTAGEM AUTOMÁTICAS DE BACILOS ÁLCOOL ÁCIDO RESISTENTES PARA O DIAGNÓSTICO DA TUBERCULOSE
                                    [creator] => Array
                                        (
                                            [0] => Gomide, João Victor Boechat
                                            [1] => Augusto, Cláudio José
                                            [2] => Leal, Élida Aparecida
                                            [3] => Tarabal, Júnia Pessoa
                                            [4] => Barroso, Nauhara Vieira de Castro
                                            [5] => Soares, Marco Antônio Calijorne
                                            [6] => Lima, Bruno Pereira
                                        )

                                    [subject] => contagem automática de bacilos ácido álcool resistentes, diagnóstico da tuberculose, visão computacional, aprendizado profundo
                                    [description] => Este artigo apresenta a pesquisa em andamento para o desenvolvimento de um sistema automático de detecção e contagem de bacilos resistentes ao álcool ácido (BAAR), para o diagnóstico da tuberculose (TB), com suas etapas de desenvolvimento e testes realizados, bem como a metodologia que está sendo adotada. A primeira versão do software foi apoiada por técnicas de visão computacional e processamento digital de imagens, para segmentar e detectar bacilos. Em uma evolução posterior, o aprendizado de máquina e o aprendizado profundo foram adotados para realizar a detecção. Para isso, foi construído um banco de imagens e estão sendo testadas as configurações do novo método de análise.
                                    [publisher] => Universidade FUMEC
                                    [date] => 2023-03-06
                                    [type] => Array
                                        (
                                            [0] => info:eu-repo/semantics/article
                                            [1] => info:eu-repo/semantics/publishedVersion
                                        )

                                    [format] => application/pdf
                                    [identifier] => Array
                                        (
                                            [0] => https://revista.fumec.br/index.php/codigo31/article/view/9288
                                            [1] => 10.70493/cod31.v1i1.9288
                                        )

                                    [source] => Array
                                        (
                                            [0] => Código 31: revista de informação, comunicação e interfaces; v. 1 n. 1 (2023): Código31 - Jan./Jun.
                                            [1] => 2965-1778
                                            [2] => 10.70493/cod31.v1i1
                                        )

                                    [language] => por
                                    [relation] => Array
                                        (
                                            [0] => https://revista.fumec.br/index.php/codigo31/article/view/9288/4600
                                            [1] => 10.21714/pretexto.v20i2.6935.s2206
                                        )

                                    [rights] => Array
                                        (
                                            [0] => Copyright (c) 2023 Código 31: revista de informação, comunicação e interfaces
                                            [1] => https://creativecommons.org/licenses/by-nc-nd/3.0/br/
                                        )

                                )

                        )

                )

        )

)