Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.ufu.br/handle/123456789/37641
ORCID: | http://orcid.org/0009-0006-7024-4168 |
Tipo de documento: | Trabalho de Conclusão de Curso |
Tipo de acceso: | Acesso Aberto |
Título: | Detecção de tumor cerebral a partir de análise de imagens médicas usando inteligência artificial |
Autor: | Azevedo, Lais da Silva Calandrine de |
Primer orientador: | Neves, Lucio Pereira |
Primer miembro de la banca: | Santos, Éverton Carvalho dos |
Segundo miembro de la banca: | Gomes Júnior, Altair Ramos |
Resumen: | O uso de imagens médicas é comum em diversas áreas hospitalares. Este trabalho traz uma atenção especial para imagens de ressonância magnética em pacientes com cérebros saudáveis ou com tumores. Nesse contexto, é interessante fazer uma conexão entre a área médica e a área computacional a Ąm de suprir a necessidade do estudo de abordagens mais eĄcientes em relação à qualidade de imagens, tempo de execução, análise de resultados e benefício do paciente. Uma das áreas mais estudadas atualmente no mundo da computação é a Inteligência ArtiĄcial (IA). Aplicando à este caso ela será utilizada como uma ferramenta de detecção de tumores a partir das imagens já pré processadas e, caso retorne um resultado positivo, ser capaz de localizar cada região classiĄcada como tumor cerebral. Para isso, foi criada uma rede neural convolucional por meio da linguagem de programação Python com o auxílio de algumas bibliotecas, como Pytorch, e uma técnica chamada data augmentation. Tal rede foi ensinada a partir do conjunto de imagens médicas reunidas em um dataset disponível no site Figshare (CHENG, 2017). Com isso, foram obtidos resultados satisfatórios com assertividade de 98%, onde o modelo gerado pela rede foi capaz de encontrar imagens com tumores e apontar a localização destes. |
Abstract: | The use of medical imaging is evident in several hospital areas. This work brings special attention to magnetic resonance imaging in patients with healthy brains or with tumors. Therefore, it is interesting to make a connection between the medical and the computational areas in order to meet the need to study more efficient approaches in relation to image quality, execution time, analysis of results and patient beneĄt. One of the most studied areas currently in the world of computing is ArtiĄcial Intelligence (AI). Applying in this work it will be used as a tool for detecting tumors from pre-processed images and if it returns a positive result, be able to locate each region classiĄed as a brain tumor. For this, a convolutional neural network was created using the Python programming language with the help of some libraries, such as Pytorch, and a technique called data augmentation. Such a network was taught from the set of medical images gathered in a dataset available on the Figshare website (CHENG, 2017). With this, satisfactory results were obtained with accuracy of 98%, where the model generated by the network was able to Ąnd images with tumors and point out their location. |
Palabras clave: | Imagens médicas Medical imaging Tumor cerebral Brain Tumor Inteligência artificial Artificial intelligence Rede neural Neural Network Python Python |
Área (s) del CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::FISICA CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
Idioma: | por |
País: | Brasil |
Editora: | Universidade Federal de Uberlândia |
Cita: | AZEVEDO, Lais da Silva Calandrine de. Detecção de tumor cerebral a partir de análise de imagens médicas usando inteligência artificial. 2023. 47 f. Trabalho de Conclusão de Curso (Graduação em Física Médica) – Universidade Federal de Uberlândia, Uberlândia, 2023. |
URI: | https://repositorio.ufu.br/handle/123456789/37641 |
Fecha de defensa: | 1-feb-2023 |
Aparece en las colecciones: | TCC - Física Médica |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
DeteccaoTumorCerebral.pdf | TCC = Trabalho de Conclusão de Curso | 19.58 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons