Influência de métodos de pós-processamento na análise de imagens de microscopia de força atômica com apoio de inteligência artificial
Palavras-chave:
AFM, Microscopia de Força Atômica, Gwyddion, Pós-processamento, Rugosidade superficial, Inteligência Artificial, Análise de imagens, Filtros (Mediana, Mediana das Diferenças), Parâmetros topográficosResumo
O trabalho investiga a influência de diferentes métodos de pós-processamento na análise de imagens de Microscopia de Força Atômica (AFM), com foco em biomateriais. A técnica AFM permite obter imagens em escala nano com alta precisão, mas o uso inadequado de filtros pode alterar significativamente os parâmetros topográficos e levar a interpretações incorretas da superfície.
Foram aplicados três métodos de pós-processamento (mediana, mediana das diferenças e ajuste polinomial de 2ª ordem) em imagens de referência sem filtro. Os resultados mostraram que esses métodos afetam diretamente os parâmetros de rugosidade, sendo que filtros mais agressivos reduzem detalhes importantes da superfície.
Além disso, o estudo utilizou diferentes modelos de inteligência artificial, como ChatGPT, Gemini, Claude e Microsoft Copilot, para auxiliar na análise das imagens. De modo geral, as IAs apresentaram alta concordância entre si e com a análise humana, embora algumas limitações tenham sido observadas.
O filtro de mediana das diferenças (F2) apresentou o melhor equilíbrio entre remoção de artefatos e preservação das características da superfície. Conclui-se que a escolha adequada do método de processamento é essencial e que o uso de IA deve ser complementar, contribuindo para análises mais rápidas e consistentes.
