Emissividade da pele humana e triagem de pessoas febris em barreiras sanitárias baseadas em termografia infravermelha

Abstract

RESUMO: Dado o contexto das recentes epidemias respiratórias, como a COVID-19, as barreiras sanitárias têm sido muito relevantes para combater a disseminação dos vírus. Essas barreiras utilizam, dentre outros métodos, a triagem de pessoas febris por termografia infravermelha, que possui como parâmetro base a emissividade, cujo valor padrão adotado de forma geral é 0,98. No entanto, esse valor não considera situações comuns em locais de implementação das barreiras, como a presença de suor ou loções corporais, que podem afetar significativamente a emissividade da pele, levando a erros de leituras de temperaturas e, portanto, triagem inadequada para estado febril ou não-febril. Neste contexto, propomos o desenvolvimento de um método computacional baseado na termografia infravermelha para avaliar a emissividade da pele em diferentes condições e corrigir as leituras de temperatura de acordo com esse resultado. Para estimar a emissividade, realizamos um experimento em laboratório com 36 voluntários, utilizando o método da fita com emissividade conhecida. O objetivo foi analisar a emissividade da pele dos participantes em três diferentes estados: pele seca, com loção e com suor. Essa análise foi essencial para obter dados precisos sobre a variação da emissividade da pele em situações reais encontradas em locais onde as barreiras sanitárias são implementadas. Além disso, o experimento permitiu a coleta de característica de imagens para o desenvolvimento do modelo computacional proposto, visando a detecção do estado de pele e, por conseguinte, a correção das leituras de temperatura, aprimorando a assertividade da triagem de pessoas febris. O algoritmo teve precisão aproximada de 80% na detecção do estado correto da pele, de forma que se torna adequado para integrar barreiras sanitárias e auxiliar seus operadores na triagem mais assertiva de pessoas febris em tempo real de atividade.

ABSTRACT: Given the context of recent respiratory epidemics, such as COVID-19, sanitary barriers have been very relevant to combat the spread of viruses. These barriers use, among other methods, infrared thermography for screening of febrile people, which has emissivity as the base parameter, whose standard value generally adopted is 0.98. However, this value does not consider typical situations found in places where barriers are implemented, such as the presence of sweat or body lotions, which can significantly affect skin emissivity, leading to errors in temperature readings and, therefore, inadequate screening for a febrile state or non-fever state. In this context, we propose the development of a computational method based on infrared thermography to assess skin emissivity under different conditions and correct temperature readings accordingly. We performed a laboratory experiment from the tape method with known emissivity to estimate the skin emissivity of 36 volunteers. The objective was to analyze the emissivity of the participants' skin in three different states: dry skin, skin with lotion, and skin with sweat. This analysis was essential to obtain accurate data on the variation in skin emissivity in real situations found in places where sanitary barriers are implemented. In addition, the experiment allowed the collection of image characteristics for the development of the proposed computational model, aimed at detecting the state of the skin and, therefore, correcting the temperature readings, improving the assertiveness of the screening of febrile people. The algorithm had an approximate accuracy of 80% in detecting the correct state of the skin, making it suitable for integrating sanitary barriers and helping its operators to screen febrile people more assertively in real-time activity.