1. Repositório Institucional - Universidade Federal de Uberlândia
  2. Faculdade de Computação (FACOM)
  3. TCC - Ciência da Computação
Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/33864
Full metadata record
DC FieldValueLanguage
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.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.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.rightsAttribution-NonCommercial 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc/3.0/us/*
dc.subjectCâncer de mamapt_BR
dc.subjectInteligência artificialpt_BR
dc.subjectRedes neuraispt_BR
dc.subjectDensenetpt_BR
dc.subjectResnetpt_BR
dc.subjectTermografia infravermelhapt_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
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.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.publisher.countryBrasilpt_BR
dc.publisher.courseCiência da Computaçãopt_BR
dc.sizeorduration32pt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAOpt_BR
dc.orcid.putcode105386498-
Appears in Collections:TCC - Ciência da Computação

Files in This Item:
File Description SizeFormat 
RedesNeuraisConvolucionais.pdfTCC1.37 MBAdobe PDFThumbnail
View/Open
Show simple item record


This item is licensed under a Creative Commons License Creative Commons