Aprendizado de máquina aplicado à segmentação de imagens de lesão de pele

Página do item simplificado
dataload.collectionmapped02 - Mestrado - Ciência da Computaçãopt_BR
dataload.filenamenourau3782.pdfpt_BR
dataload.handlemapped123456789/50pt_BR
dataload.idpergamum176420pt_BR
dataload.idvirtuanourauvtls000200623pt_BR
dataload.idvirtuapergamumvtls000200623pt_BR
dataload.idvirtuapergamum.sameurlnourauSIMpt_BR
dataload.linknourauhttp://www.bibliotecadigital.uel.br/document/?code=vtls000200623pt_BR
dataload.linknourau.regularSIMpt_BR
dataload.linknourau.retificadohttp://www.bibliotecadigital.uel.br/document/?code=vtls000200623pt_BR
dataload.linknourau.size64.00pt_BR
dc.contributor.advisorFelinto, Alan Salvany [Orientador]pt_BR
dc.contributor.authorSeixas Junior, José Luispt_BR
dc.contributor.bancaBarbon Junior, Sylviopt_BR
dc.contributor.bancaFrança, José Alexandre dept_BR
dc.contributor.bancaCampos, Vitor Valério de Souzapt_BR
dc.coverage.spatialLondrinapt_BR
dc.date.accessioned2024-05-01T14:48:44Z
dc.date.available2024-05-01T14:48:44Z
dc.date.created2015.00pt_BR
dc.date.defesa23.03.2015pt_BR
dc.description.abstractResumo: O diagnóstico incorreto de doenças de pele pode resultar em complicações durante o processo de cura As imagens da pele fornecem informações importantes para a equipe médica no armazenamento e troca de informações na tentativa de prevenir que esse diagnóstico incorreto ocorra Para tal, é necessário um bom processo de segmentação A segmentação dessas imagens já está sendo usada e tem sido uma ferramenta eficaz para o reconhecimento de doenças de pele Este trabalho apresenta diferentes métodos para segmentação, como descoberta de sementes para crescimento de regiões, já que vários algoritmos de crescimento de regiões apresentam bons resultados de clusterização, porém são sensíveis a sementes, usando a energia do canal da cor em regiões, ao invés de usar o sistema de RGB separados para cada pixel Outras abordagens foram construídas com diferentes paradigmas de aprendizagem de máquina para a segmentação de imagens médicas de úlceras de pele em membros inferiores Para o aprendizado de máquina, foram usados os algoritmos de árvore de decisão, que trazem uma abordagem mais intuitíva e também, com redes neurais, que possuem desempenho adequado para problemas não lineares Os resultados foram comparados com modelo ouro obtido com a ajuda de especialistas, os resultados se mostraram adequados para a análise das características das lesões e abriram caminhos que poderão ser seguidos em trabalhos futuros, visto que, mesmo que adequados, os resultados ainda podem ser melhoradospt_BR
dc.description.abstractother1Abstract: Misleading diagnosis of skin diseases can result in complications during the healing process Skin images provide important information for the medical staff for information storage and exchange, to trying to prevent this misdiagnosis from happening For such, a good segmentation process is needed The segmentation of these images is already being used and has been an effective tool for skin diseases recognition This paper presents various methods for targeting seeds for region growing algorithms, as several of region growing algorithms have good clustering results, but are sensitive to seed, the use of color channel energy from regions instead of to use of separate RGB system for each pixel Other approaches are built with different paradigms of machine learning for segmentation of medical images of skin ulcers in the lower limbs For machine learning, decision tree algorithms were used, which bring a more intuitive approach, and also with neural networks, which have great performance for nonlinear problems The results were compared with gold standard obtained with the help of experts, the results were good and opened paths that can be followed for further work since, even though good results, they can still be improvedpt_BR
dc.description.notesDissertação (Mestrado em Ciência da Computação) - Universidade Estadual de Londrina, Centro de Ciências Exatas, Programa de Pós-Graduação em Ciência da Computaçãopt_BR
dc.identifier.urihttps://repositorio.uel.br/handle/123456789/15419
dc.languagepor
dc.relation.coursedegreeMestradopt_BR
dc.relation.coursenameCiência da Computaçãopt_BR
dc.relation.departamentCentro de Ciências Exataspt_BR
dc.relation.ppgnamePrograma de Pós-Graduação em Ciência da Computaçãopt_BR
dc.subjectRedes neurais (Computação)pt_BR
dc.subjectProcessamento de sinaispt_BR
dc.subjectTécnicas digitaispt_BR
dc.subjectAlgoritmos de computadorpt_BR
dc.subjectPelept_BR
dc.subjectNeural networks (Computer science)pt_BR
dc.subjectComputer algorithmspt_BR
dc.subjectSkinpt_BR
dc.subjectMachine learningpt_BR
dc.subjectDiseasespt_BR
dc.titleAprendizado de máquina aplicado à segmentação de imagens de lesão de pelept_BR
dc.typeDissertaçãopt_BR

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
3782.pdf
Tamanho:
2.36 MB
Formato:
Adobe Portable Document Format
Baixar

Coleções

02 - Mestrado - Ciência da Computação