Detecção de Blisters Farmacêuticos com Redes Neurais para Automação da Distribuição por Dose Unitária
Resumo
Este estudo investiga o desempenho das arquiteturas YOLOv8 e YOLOv11 na detecção de comprimidos em blisters farmacêuticos, avaliando o impacto de diferentes conjuntos de dados e analisando como a origem e a diversidade estrutural das imagens influenciam o desempenho dos modelos. Para isso, foram realizados experimentos utilizando conjuntos de dados provenientes da internet, do Hospital Universitário da Universidade de São Paulo (HU-USP) e um conjunto combinado. Os resultados indicam desempenho semelhante entre as arquiteturas avaliadas e sugerem que a diversidade dos dados pode contribuir para ampliar a capacidade de generalização dos modelos. Esses resultados fornecem subsídios para o desenvolvimento de soluções de automação no processo de fracionamento de medicamentos em ambiente hospitalar.Referências
Andrade, L. S. d. and Freitas, C. d. B. L. (2019). Farmacoterapia: análise da implantação de distribuição individualizada de medicamentos em um hospital municipal do rio de janeiro. Academus Revista Científica da Saúde, 4(2):18–25.
Jiang, K., Pan, S., Yang, L., Yu, J., Lin, Y., and Wang, H. (2023). Surgical instrument recognition based on improved yolov5. Applied Sciences, 13(21).
Lin, T.-Y. et al. (2014). Microsoft coco: Common objects in context. In ECCV.
Ragab, M. G., Abdulkadir, S. J., Muneer, A., Alqushaibi, A., Sumiea, E. H., Qureshi, R., Al-Selwi, S. M., and Alhussian, H. (2024). A comprehensive systematic review of yolo for medical object detection (2018 to 2023). IEEE Access, 12:57815–57836.
Roboflow (2024). blister dataset. [link]. Acesso em 2026-02-22.
Soni, A. and Rai, A. (2024). Yolo for medical object detection (2018–2024). In 2024 IEEE 3rd International Conference on Electrical Power and Energy Systems (ICEPES), pages 1–7.
Tani, A. A., Norberto, J. M., da Silva, M. R., and Durand-Petiteville, A. (2024). Automated computation of cutting paths for unit-dose repackaging of pharmaceutical blister packs. In 2024 IEEE 20th International Conference on Automation Science and Engineering (CASE), page 1678–1683. IEEE.
Universidade de São Paulo (2023). Anuário estatístico da usp. [link]. Acesso em 06 mar. 2025.
Yoloultra (2025). Tablet blister dataset. [link]. Acesso em 2026-02-22.
Jiang, K., Pan, S., Yang, L., Yu, J., Lin, Y., and Wang, H. (2023). Surgical instrument recognition based on improved yolov5. Applied Sciences, 13(21).
Lin, T.-Y. et al. (2014). Microsoft coco: Common objects in context. In ECCV.
Ragab, M. G., Abdulkadir, S. J., Muneer, A., Alqushaibi, A., Sumiea, E. H., Qureshi, R., Al-Selwi, S. M., and Alhussian, H. (2024). A comprehensive systematic review of yolo for medical object detection (2018 to 2023). IEEE Access, 12:57815–57836.
Roboflow (2024). blister dataset. [link]. Acesso em 2026-02-22.
Soni, A. and Rai, A. (2024). Yolo for medical object detection (2018–2024). In 2024 IEEE 3rd International Conference on Electrical Power and Energy Systems (ICEPES), pages 1–7.
Tani, A. A., Norberto, J. M., da Silva, M. R., and Durand-Petiteville, A. (2024). Automated computation of cutting paths for unit-dose repackaging of pharmaceutical blister packs. In 2024 IEEE 20th International Conference on Automation Science and Engineering (CASE), page 1678–1683. IEEE.
Universidade de São Paulo (2023). Anuário estatístico da usp. [link]. Acesso em 06 mar. 2025.
Yoloultra (2025). Tablet blister dataset. [link]. Acesso em 2026-02-22.
Publicado
01/06/2026
Como Citar
RODRIGUES, Luana Bortko; FUGITA, Oscar E.; BERGAMASCO, Leila Cristina C..
Detecção de Blisters Farmacêuticos com Redes Neurais para Automação da Distribuição por Dose Unitária. In: CONCURSO DE TRABALHOS DE INICIAÇÃO CIENTÍFICA - SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO APLICADA À SAÚDE (SBCAS), 26. , 2026, Ouro Preto/MG.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2026
.
p. 66-71.
ISSN 2763-8987.
DOI: https://doi.org/10.5753/sbcas_estendido.2026.21692.
