Please use this identifier to cite or link to this item:
https://repositorio.ufu.br/handle/123456789/34391
ORCID: | http://orcid.org/0000-0003-2673-3125 |
Document type: | Trabalho de Conclusão de Curso |
Access type: | Acesso Aberto |
Title: | Classificação de lesões da cavidade bucal baseada em aprendizagem profunda em ambiente remoto |
Author: | Carvalho, Rafael Henrique de Oliveira |
First Advisor: | Nascimento, Marcelo Zanchetta do |
First member of the Committee: | Miani, Rodrigo Sanches |
Second member of the Committee: | Silva, Adriano Barbosa |
Summary: | A displasia epitelial oral é um precursor relativamente comum do câncer de boca em que sua progressão para o câncer varia de 6% a 36%. Existem várias técnicas de imagem empregadas em seu diagnóstico. A análise histológica de imagens suportada pelos sistemas computacionais mostrou-se bastante eficaz no diagnóstico da doença. Neste trabalho, é apresentada uma abordagem para quantificar e classificar amostras de tecido bucal com uso de redes neurais convolucionais (AlexNet, Vgg16 e ResNet) e transferência de aprendizado. A transferência de aprendizado utilizada foi a baseada em rede, em que se emprega a reutilização de uma parte da rede pré-treinada no domínio da fonte, para aplicação no domínio destino. Devido ao tamanho do banco de imagens, aplicou-se uma etapa de aumento de dados para avaliar a acurácia das arquiteturas das redes. Definiu-se 30% das imagens, aleatoriamente selecionadas, para o grupo de teste e dentre 70% restantes, 90% ficariam para o grupo de treinamento e outros 10% para a validação. Ao final do treinamento obteve-se resultados relevantes, atingindo 96,56% de acurácia com a ResNet18 e 94,33% com a VGG16. Esse estudo ainda apresenta uma aplicação para dispositivos móveis para disponibilizar ao usuário um meio de classificar imagens histológicas. Essa aplicação é composta por um bot do Telegram e algoritmos em linguagem MatLab para as execução das CNNs. Levando em consideração o contexto pandêmico da COVID-19, esses resultados são considerados relevantes e essa abordagem pode ser útil como um protocolo que contribuirá na análise de diagnóstico de lesões da cavidade oral. |
Keywords: | Telegram Imagens histológicas Cavidade oral CNNs Transferência de aprendizado Dispositivos móveis |
Area (s) of CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAO |
Language: | por |
Country: | Brasil |
Publisher: | Universidade Federal de Uberlândia |
Quote: | CARVALHO, Rafael Henrique de Oliveira. Classificação de lesões da cavidade bucal baseada em aprendizagem profunda em ambiente remoto. Trabalho de Conclusão de Curso (Graduação em Engenharia Mecatrônica) – Universidade Federal de Uberlândia, Uberlândia, 2021. |
URI: | https://repositorio.ufu.br/handle/123456789/34391 |
Date of defense: | 15-Jun-2021 |
Appears in Collections: | TCC - Engenharia Mecatrônica |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
ClassificaçãoLesõesCavidade.pdf | Trabalho de Conclusão de Curso | 5.65 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.