Publicação:
Redes Neurais Convolucionais para detecção de câncer de mama utilizando regiões de interesse de imagens infravermelhas

Página do item simplificado
dc.contributor.advisor1Fernandes, Henrique Coelho
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2439055005598269pt_BR
dc.contributor.referee1Gabriel, Paulo Henrique Ribeiro
dc.contributor.referee1Latteshttp://lattes.cnpq.br/3181954061121790pt_BR
dc.contributor.referee2Travençolo, Bruno Augusto Nassif
dc.contributor.referee2Latteshttp://lattes.cnpq.br/2590427557264952pt_BR
dc.creatorDomingos, Adib Cecilio Prado
dc.date.accessioned2021-12-27T12:56:25Z
dc.date.available2021-12-27T12:56:25Z
dc.date.issued2021-12-10
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoO câncer de mama é o tipo mais comum de câncer entre as mulheres no Brasil e no mundo. A incidência em mulheres jovens vem aumentando ao longo dos anos e o exame padrão ouro para diagnóstico, que é a mamografia, é contraindicado para menores de 40 anos. A termografia surge nesse cenário como uma técnica promissora para detecção precoce e maior taxa de sobrevida desse grupo de mulheres. A análise de imagens termográficas por Redes Neurais Convolucionais tem bons resultados no sentido de aumentar a confiabilidade e a sensibilidade de diagnósticos. Esse trabalho utiliza as redes Densenet201 e Resnet50 em uma base de 72 imagens de pacientes distintas, sendo 38 doentes e 38 saudá- veis. Essas imagens passaram por um pré-processamento antes de serem analisadas, sendo que em uma das etapas de pré-processamento houve um recorte manual apenas da região de interesse das mamas, com o objetivo de avaliar se há uma superioridade de detecção em relação as imagens inteiras. A melhor média de taxa de precisão foi obtida com a rede Densenet201, taxa de aprendizagem de 0.001 e 30 épocas, que chegou a 89%. Já em relação ao f1-score, a rede com melhor desempenho foi a Resnet50, taxa de aprendizagem de 0.0001 e 30 épocas, que chegou a 76%.pt_BR
dc.identifier.citationDOMINGOS, Adib Cecilio Prado. Redes Neurais Convolucionais para detecção de câncer de mama utilizando regiões de interesse de imagens infravermelhas. 2021. 32 f. Trabalho de Conclusão de Curso (Graduação em Ciências da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2021.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/33864
dc.languageporpt_BR
dc.orcid.putcode105386498
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseCiência da Computaçãopt_BR
dc.rightsAcesso Abertopt_BR
dc.rightsAttribution-NonCommercial 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc/3.0/us/*
dc.sizeorduration32pt_BR
dc.subjectCâncer de mamapt_BR
dc.subjectInteligência artificialpt_BR
dc.subjectRedes neuraispt_BR
dc.subjectDensenetpt_BR
dc.subjectResnetpt_BR
dc.subjectTermografia infravermelhapt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAOpt_BR
dc.titleRedes Neurais Convolucionais para detecção de câncer de mama utilizando regiões de interesse de imagens infravermelhaspt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dspace.entity.typePublication

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
RedesNeuraisConvolucionais.pdf
Tamanho:
1.34 MB
Formato:
Adobe Portable Document Format
Descrição:
TCC
Baixar

Licença do pacote

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.75 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

TCC - Ciência da Computação