1. Biblioteca Digital de Teses e Dissertações da UFCG
  2. Campus Campina Grande | Centro de Engenharia Elétrica e Informática - CEEI
  3. CURSOS DE GRADUAÇÃO DO CEEI
  4. Curso de Bacharelado em Engenharia Elétrica
  5. Curso de Bacharelado em Engenharia Elétrica - CEEI - Monografias
Please use this identifier to cite or link to this item: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18785
Full metadata record
DC FieldValueLanguage
dc.creator.IDMAIOR NETO, L. A. S.pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/4434039310644438pt_BR
dc.contributor.advisor1VELOSO, Luciana Ribeiro.
dc.contributor.advisor1IDVELOSO, L. R.pt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2498050002491677pt_BR
dc.contributor.referee1GURJÃO, Edmar Candeia.
dc.contributor.referee1IDGURJÃO, E. C.pt_BR
dc.description.resumoCâncer cerebral é um dos tipos de câncer com maior taxa de mortalidade na atualidade, e uma das suas formas mais comuns são os gliomas. Gliomas são facilmente observáveis em imagens de ressonância magnética (MRI), porém a sua medição e avaliação é uma atividade complexa e demorada graças à grande quantidade e variedade de dados de imagens médicas que um profissional deve lidar. Este fato torna a análise a partir de imagens médicas uma tarefa árdua e susceptível a grande taxa de erro inter- e intra-operador. Para resolver estes problemas, técnicas de diagnose assistida por computador (CAD) foram desenvolvidas. Neste trabalho, todos estes conceitos são abordados de forma minuciosa e metodologias e arquiteturas baseadas em redes neurais convolucionais profundas são propostas para resolver o problema de segmentação de tumores cerebrais em imagens de MRI. Os resultados obtidos indicam uma taxa de acerto Dice score de 88% para segmentação destes tipos de anomalias no banco de dados BRATS 2016.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentCentro de Engenharia Elétrica e Informática - CEEIpt_BR
dc.publisher.initialsUFCGpt_BR
dc.subject.cnpqEngenharia Elétrica.pt_BR
dc.titleRedes neurais convolucionais para segmentação de tumores cerebrais em imagens de ressonância magnética.pt_BR
dc.date.issued2017-04
dc.description.abstractCerebral cancer is one of the cancer types with bigger mortality rates in the present days. The most common form of brain cancer is the glioma, which is easily visualized in magnetic resonance images. However, the measurement and evaluation of gliomas is complex and time-consuming due to the great variety and number of medical image data the medical professional has to deal with day-to-day. This increases intra- and inter-operator error variability, making it necessary to develop computer assisted diagnosis (CAD) tools to overcome such problems. In this work, these concepts are approached thoroughly in order to propose and present a method for segmentation of brain tumours on MRI images. The proposed method achieved a Dice score of 88% for anomaly segmentation, evaluated on the BRATS 2016 database.pt_BR
dc.identifier.urihttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18785
dc.date.accessioned2021-05-13T20:55:50Z
dc.date.available2021-05-13
dc.date.available2021-05-13T20:55:50Z
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.subjectRedes neurais convolucionaispt_BR
dc.subjectSegmentação de tumores cerebraispt_BR
dc.subjectTumores cerebraispt_BR
dc.subjectRessonância magnéticapt_BR
dc.subjectImagem médicapt_BR
dc.subjectProcessamento digital de imagempt_BR
dc.subjectEngenharia biomédicapt_BR
dc.subjectCâncer cerebralpt_BR
dc.subjectDiagnose assistida por computadorpt_BR
dc.subjectConvolutional neural networkspt_BR
dc.subjectTargeting brain tumorspt_BR
dc.subjectBrain tumorspt_BR
dc.subjectMRIpt_BR
dc.subjectMedical imagept_BR
dc.subjectDigital image processingpt_BR
dc.subjectBiomedical engineeringpt_BR
dc.subjectBrain cancerpt_BR
dc.subjectComputer-assisted diagnosispt_BR
dc.rightsAcesso Abertopt_BR
dc.creatorMAIOR NETO, Luis Alberto Souto.
dc.publisherUniversidade Federal de Campina Grandept_BR
dc.languageporpt_BR
dc.title.alternativeConvolutional neural networks for targeting brain tumors on magnetic resonance images.pt_BR
dc.identifier.citationMAIOR NETO, Luis Alberto Souto. Redes neurais convolucionais para segmentação de tumores cerebrais em imagens de ressonância magnética. 2017. 84f. (Trabalho de Conclusão de Curso - Monografia), Curso de Bacharelado em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática , Universidade Federal de Campina Grande – Paraíba - Brasil, 2017. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18785pt_BR
Appears in Collections:Curso de Bacharelado em Engenharia Elétrica - CEEI - Monografias

Files in This Item:
File Description SizeFormat 
LUIS ALBERTO SOUTO MAIOR NETO - TCC ENG. ELÉTRICA 2017.pdfLuis Alberto Souto Maior Neto - TCC Eng. elétrica 2017.3.87 MBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.