1. Repositório Institucional - Universidade Federal de Uberlândia
2. Faculdade de Computação (FACOM)
3. TCC - Ciência da Computação

ORCID:	http://orcid.org/0000-0001-6678-2963
Tipo do documento:	Trabalho de Conclusão de Curso
Tipo de acesso:	Acesso Aberto Attribution-NonCommercial-NoDerivs 3.0 United States
Término do embargo:	2021-07-13
Título:	Classificação de lesões em imagens histológicas de mama usando Wavelet e RESNET-50
Autor(es):	Silva, Higor Emanuel Souza
Primeiro orientador:	Nascimento, Marcelo Zanchetta do
Primeiro membro da banca:	Gabriel, Paulo Henrique Ribeiro
Segundo membro da banca:	Roberto, Guilherme Freire
Resumo:	O câncer de mama é um dos principais problemas de saúde pública no Brasil e no mundo, com uma taxa de mortalidade de 16%. Essa doença pode ser diagnosticada em suas fases iniciais, aumentando a possibilidade de tratamentos menos agressivos e com maior chance de sucesso. Existem diversas técnicas de diagnóstico como a mamografia, os raios-X e a análise de tecido histológico no microscópio. O diagnósticos é feito por especialistas, em processos que demandam muita atenção e que estão suscetíveis a erros humanos. Uma das maneiras de auxiliar estes médicos é a utilização de sistemas computacionais de auxílio ao diagnóstico, que são algoritmos computacionais especializados em classificar diferentes tipos de lesões. Neste trabalho, foram utilizadas imagens histológicas digitalizadas de lesões de mama da base de dados BreakHis. Dessas imagens, foram extraídos descritores handcrafted utilizando a transformada wavelet Daubechies 8 e non-handcrafted utilizando a ResNet-50. Foi analisada a combinação destes dois tipos de descritores, com os extraídos da camada de flatten da ResNet-50, combinados com os extraídos da transformada wavelet: detalhe, aproximação e informação de energia. Então, foram avaliadas as métricas acurácia e AUC da associação dos descritores utilizando os classificadores RF e SVM. A associação dos descritores não melhorou os resultados em relação ao baseline, e não houve diferença significativa em utilizar os descritores handcrafted.
Palavras-chave:	Transformada Wavelet Wavelet transform ResNet-50 Resnet-50 CAD CAD Câncer de mama Breast cancer BreakHis BreakHis Classificação Classification Histologia Histology Redes neurais convolucionais Convolutional neural networks
Área(s) do CNPq:	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::PROCESSAMENTO GRAFICO (GRAPHICS)
Idioma:	por
País:	Brasil
Editora:	Universidade Federal de Uberlândia
Referência:	SILVA, Higor Emanuel Souza. Classificação de lesões em imagens histológicas de mama usando Wavelet e RESNET-50. 2021. 44 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2021
URI:	https://repositorio.ufu.br/handle/123456789/32462
Data de defesa:	16-Jun-2021
Aparece nas coleções:	TCC - Ciência da Computação

Este item está licenciada sob uma Licença Creative Commons