dc.creator.ID |
MAIOR NETO, L. A. S. |
pt_BR |
dc.creator.Lattes |
http://lattes.cnpq.br/4434039310644438 |
pt_BR |
dc.contributor.advisor1 |
VELOSO, Luciana Ribeiro. |
|
dc.contributor.advisor1ID |
VELOSO, L. R. |
pt_BR |
dc.contributor.advisor1Lattes |
http://lattes.cnpq.br/2498050002491677 |
pt_BR |
dc.contributor.referee1 |
GURJÃO, Edmar Candeia. |
|
dc.contributor.referee1ID |
GURJÃO, E. C. |
pt_BR |
dc.description.resumo |
Câncer 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.country |
Brasil |
pt_BR |
dc.publisher.department |
Centro de Engenharia Elétrica e Informática - CEEI |
pt_BR |
dc.publisher.initials |
UFCG |
pt_BR |
dc.subject.cnpq |
Engenharia Elétrica. |
pt_BR |
dc.title |
Redes neurais convolucionais para segmentação de tumores cerebrais em imagens de ressonância magnética. |
pt_BR |
dc.date.issued |
2017-04 |
|
dc.description.abstract |
Cerebral 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.uri |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18785 |
|
dc.date.accessioned |
2021-05-13T20:55:50Z |
|
dc.date.available |
2021-05-13 |
|
dc.date.available |
2021-05-13T20:55:50Z |
|
dc.type |
Trabalho de Conclusão de Curso |
pt_BR |
dc.subject |
Redes neurais convolucionais |
pt_BR |
dc.subject |
Segmentação de tumores cerebrais |
pt_BR |
dc.subject |
Tumores cerebrais |
pt_BR |
dc.subject |
Ressonância magnética |
pt_BR |
dc.subject |
Imagem médica |
pt_BR |
dc.subject |
Processamento digital de imagem |
pt_BR |
dc.subject |
Engenharia biomédica |
pt_BR |
dc.subject |
Câncer cerebral |
pt_BR |
dc.subject |
Diagnose assistida por computador |
pt_BR |
dc.subject |
Convolutional neural networks |
pt_BR |
dc.subject |
Targeting brain tumors |
pt_BR |
dc.subject |
Brain tumors |
pt_BR |
dc.subject |
MRI |
pt_BR |
dc.subject |
Medical image |
pt_BR |
dc.subject |
Digital image processing |
pt_BR |
dc.subject |
Biomedical engineering |
pt_BR |
dc.subject |
Brain cancer |
pt_BR |
dc.subject |
Computer-assisted diagnosis |
pt_BR |
dc.rights |
Acesso Aberto |
pt_BR |
dc.creator |
MAIOR NETO, Luis Alberto Souto. |
|
dc.publisher |
Universidade Federal de Campina Grande |
pt_BR |
dc.language |
por |
pt_BR |
dc.title.alternative |
Convolutional neural networks for targeting brain tumors on magnetic resonance images. |
pt_BR |
dc.identifier.citation |
MAIOR 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/18785 |
pt_BR |