Use este identificador para citar ou linkar para este item:
https://repositorio.ufu.br/handle/123456789/39556| ORCID: |  http://orcid.org/0009-0003-5087-2237 |
| Tipo do documento: | Trabalho de Conclusão de Curso |
| Tipo de acesso: | Acesso Aberto |
| Título: | Segmentação automática de região de interesse em imagens termográficas da mama utilizando redes profundas |
| Título(s) alternativo(s): | Automatic region of interest segmentation in thermal images of the mother using deep networks |
| Autor(es): | Pinto, Tiago da Silva e Souza |
| Primeiro orientador: | Fernandes, Henrique Coelho |
| Primeiro membro da banca: | Nascimento, Marcelo Zanchetta do |
| Segundo membro da banca: | Escarpinati, Mauricio Cunha |
| Resumo: | O câncer de mama é o tipo de câncer mais incidente em mulheres no Brasil, com previsão de mais de 73 mil novos casos previstos para o ano de 2023. A detecção precoce desse tipo de câncer aumenta significativamente as chances de sucesso no tratamento. Nesse contexto, a termografia infravermelha se destaca como uma técnica não invasiva, que pode ser aplicada até mesmo em mulheres mais jovens para detecção do câncer de mama. A análise de imagens termográficas da mama para detecção do câncer de mama é um tema abordado na literatura, e nesse sentido, a segmentação da região de interesse dessas imagens tem como objetivo remover algumas informações que podem ser consideradas como ruídos para a detecção automática da doença. Este trabalho propõe um método de segmentação de imagens termográficas da mama utilizando a Rede Neural Convolucional DeepLabV3+, e obteve como resultado 98,69%, 97,18% e 98,48% de médias de acurácia, Interseção pela União e precisão atingindo respectivamente. |
| Abstract: | Breast cancer is the most incident type of cancer in women in Brazil, with a forecast of over 73 thousand new cases expected for the year 2023. Early detection of this type of cancer significantly increases the chances of successful treatment. In this context, infrared thermography stands out as a non-invasive technique that can be applied even in younger women for breast cancer detection. The analysis of thermographic breast images for breast cancer detection is a topic addressed in the literature, and in this sense, the segmentation of the region of interest in these images aims to remove some information that may be considered as noise for the automatic detection of the disease. This work proposes a method for segmenting thermographic breast images using the DeepLabV3+ Convolutional Neural Network, achieving average accuracies, Intersection over Union, and precision of 98.69%, 97.18%, and 98.48%, respectively. |
| Palavras-chave: | Segmentação de imagens Image segmentation Câncer de mama Breast cancer Termografia infravermelha Infrared thermography Região de interesse Region of interest Rede neural convolucional Convolutional neural network |
| Área(s) do CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| Idioma: | por |
| País: | Brasil |
| Editora: | Universidade Federal de Uberlândia |
| Referência: | PINTO, Tiago da Silva e Souza. Segmentação automática de região de interesse em imagens termográficas da mama utilizando redes profundas. 2023. 36 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2023. |
| URI: | https://repositorio.ufu.br/handle/123456789/39556 |
| Data de defesa: | 16-Nov-2023 |
| Aparece nas coleções: | TCC - Ciência da Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| SegmentacaoAutomaticaRegiao.pdf | TCC | 5.54 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
