Use este identificador para citar ou linkar para este item:
https://repositorio.ufu.br/handle/123456789/34391| ORCID: |  http://orcid.org/0000-0003-2673-3125 |
| Tipo do documento: | Trabalho de Conclusão de Curso |
| Tipo de acesso: | Acesso Aberto |
| Título: | Classificação de lesões da cavidade bucal baseada em aprendizagem profunda em ambiente remoto |
| Autor(es): | Carvalho, Rafael Henrique de Oliveira |
| Primeiro orientador: | Nascimento, Marcelo Zanchetta do |
| Primeiro membro da banca: | Miani, Rodrigo Sanches |
| Segundo membro da banca: | Silva, Adriano Barbosa |
| Resumo: | 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. |
| Palavras-chave: | Telegram Imagens histológicas Cavidade oral CNNs Transferência de aprendizado Dispositivos móveis |
| Área(s) do CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAO |
| Idioma: | por |
| País: | Brasil |
| Editora: | Universidade Federal de Uberlândia |
| Referência: | 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 |
| Data de defesa: | 15-Jun-2021 |
| Aparece nas coleções: | TCC - Engenharia Mecatrônica |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| ClassificaçãoLesõesCavidade.pdf | Trabalho de Conclusão de Curso | 5.65 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.