Please use this identifier to cite or link to this item:
https://repositorio.ufu.br/handle/123456789/49740| Document type: | Trabalho de Conclusão de Curso |
| Access type: | Acesso Aberto |
| Title: | Diagnóstico de Alzheimer baseado em imagens de ressonância magnética utilizando redes convolucionais |
| Author: | Suenari, Davi Muller |
| First Advisor: | Caetano, Daniel Stefany Duarte |
| First member of the Committee: | Silva, Thiago Henrique Pereira |
| Second member of the Committee: | Oliveira, Daniele Carvalho |
| Summary: | Nos últimos anos tem se observado a crescente prevalência de doenças como diabetes, doenças cardíacas e demência, assim como a doença de Alzheimer que se detectadas pre viamente, permite a adoção de diferentes procedimentos terapêuticos que reduzem a sua evolução. Diante dos desafios dos diagnósticos tradicionais, especialmente para o Alzhei mer, estudos apontam que as análise de imagens Ressonância magnética (RM) e sinais do Eletroencefalograma (EEG) tem se apresentadas como alternativas, no entanto apre sentam limitações quanto a sua eficiência. Porém, a Inteligência Artificial (IA) vem se destacando como uma ferramenta crucial na medicina aprimorando o diagnóstico e trata mento dessas doenças. Entretanto, vários são os desafios encontrados no aprimoramento da eficiência dos algoritmos aplicados, exigindo ajustes nos componentes estruturais dos algoritmos além de diferenciadas técnicas de pré-processamento, quando estas ultimas não permitem um aumento no reconhecimento dos padrões de Alzheimer. Diante disso, este trabalho propõe a análise dos parâmetros de acurácia, perda, número de camadas, épocas e taxa de aprendizado na arquitetura ResNet 3x3 e 5x5, aplicada a um banco de dados público de imagens de MRI. Como principal métrica de avaliação, utilizou-se a acurácia, alcançando um melhor resultado de 50% com a ResNet 5x5, utilizando 20 camadas, 100 épocas e uma taxa de aprendizado de 0.1. |
| Keywords: | Alzheimer ResNet Ressonância Magnética Magnetic Resonance Análise de parâmetros Parameter analysis base de dados pública public database |
| Area (s) of CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO::SOFTWARE BASICO |
| Language: | por |
| Country: | Brasil |
| Publisher: | Universidade Federal de Uberlândia |
| Quote: | SUENARI, Davi Muller. Diagnóstico de Alzheimer baseado em imagens de ressonância magnética utilizando redes convolucionais. 2025. 41 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Monte Carmelo, 2025. |
| URI: | https://repositorio.ufu.br/handle/123456789/49740 |
| Date of defense: | 5-May-2025 |
| Appears in Collections: | TCC - Sistemas de Informação (Monte Carmelo) |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| DiagnósticoAlzheimerBaseado.pdf | TCC | 2.67 MB | Adobe PDF | ![]() View/Open |
This item is licensed under a Creative Commons License
