Use este identificador para citar ou linkar para este item:
https://repositorio.ufu.br/handle/123456789/32462
ORCID: | ![]() |
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 |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
ClassificaçãoLesõesImagens.pdf | TCC | 12.99 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons