27/07/2020
Atualizado em 05/08/20 às 16h56
A Universidade Franciscana ampliou o prazo de inscrições para o processo seletivo de bolsas Capes para o curso de Doutorado em Nanociências até o dia 28 de agosto de 2020.
As bolsas são financiadas pelo Programa Estratégico Emergencial de Combate a Surtos, Endemias, Epidemias e Pandemias – Telemedicina e Análise de Dados Médicos.
Para participar, os interessados devem se inscrever no Processo Seletivo de Pós-Graduação Stricto Sensu, especificamente no PPG Nanociências da UFN, clicando aqui, e preencher o formulário de inscrição para seleção de bolsista via Capes, aqui. Os já inscritos no processo seletivo também podem concorrer à uma das Bolsas Capes, basta preencher o formulário.
Ao todo, estavam sendo disponibilizadas 6 bolsas, tanto para o curso de Mestrado quanto o de Doutorado em Nanociências. Destas, 03 bolsas já foram preenchidas e o resultado pode ser conferido clicando aqui.
Veja o edital do Processo Seletivo Mestrado e Doutorado em Nanociências - Bolsas CAPES.
A lista dos selecionados no processo seletivo de bolsa Capes - Doutorado será divulgada no dia 01 de setembro de 2020.
Os selecionados serão beneficiados com:
Bolsa Capes | Doutorado:
40% de desconto nos encargos educacionais e bolsa mensal de R$ 2.200,00.
Bolsa Capes | Mestrado:
40% de desconto nos encargos educacionais e bolsa mensal de R$ 1.500,00.
Mais informações:
Secretaria dos Programas de Pós-graduação
E-mail: ppgnano@ufn.edu.br
Universidade Franciscana, Conjunto III, Prédio 16, Sexto Andar, Sala 610.
Telefone: (55) 3220-1200 ou 3025-9000 - Ramal 9103 ou 9099
Horário: das 8h às 11h30 e das 13h às 17h.
Os candidatos ingressantes no Programa de Pós-Graduação em Nanociências no 2º semestre de 2020 – Mestrado e Doutorado – selecionados via Bolsa Capes irão atuar nos objetivos do projeto:
- Desenvolvimento de uma plataforma digital on-line de larga escala e acesso universal para diagnóstico de COVID-19 com aplicação de inteligência artificial em imagem de raio-x via telemedicina.
- Analisar os parâmetros necessários para uma resposta segura via diferentes técnicas de diagnóstico molecular e de imagens, minimizando os falsos positivos e falsos negativos resultantes das análises computacionais.
- Ampliar a acuracidade na detecção de COVID-19 através de imagens de raio-X com técnicas de deep learning e ampla validação em cenários reais.
- Construir uma base de imagens de raio-X com a resposta preditiva de modelo computacional de deep learning, com classificação de acurácia e anonimato nos resultados obtidos a cada análise.
- Auxiliar no processo de identificação precoce da população negativa para o COVID-19 e sua exclusão da fila de espera para testes clínicos de resposta.
- Contribuir com a diminuição de carga de trabalho para equipes médicas envolvidas nas atividades de triagem, evitando contato com possíveis casos positivos via telemedicina.
- Formar recursos humanos com a capacidade de agregar tecnologias inovadoras em serviços de saúde, extrapolando esse modelo de predição para demais doenças que possam ser diagnósticas por análises de imagens médicas.
- Criação de um grupo de pesquisa interdisciplinar permanente de pesquisadores/estudantes das áreas de computação, física médica, medicina, biomedicina e nanociências com foco em tecnologias em saúde.
