Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.ufpe.br/handle/123456789/45298
Comparte esta pagina
Título : | Desenvolvimento e aplicação de metodologia de aprendizagem de máquina para classificação de imagens termográficas na área médica |
Autor : | AGUIAR, Yago de Miranda |
Palabras clave : | Engenharia mecânica; Termografia; Aprendizagem de máquina; Orange Canvas; Câncer de mama |
Fecha de publicación : | 10-sep-2021 |
Editorial : | Universidade Federal de Pernambuco |
Citación : | AGUIAR, Yago de Miranda. Desenvolvimento e aplicação de metodologia de aprendizagem de máquina para classificação de imagens termográficas na área médica. 2021. Dissertação (Mestrado em Engenharia Mecânica) - Universidade Federal de Pernambuco, Recife, 2021. |
Resumen : | O presente trabalho tem como objetivo aplicar uma metodologia de classificação de imagens termográficas mamárias, por meio de uma plataforma computacional de código aberto (Orange Canvas), e avaliar o impacto nos resultados pelo uso de diferentes formas de segmentação de imagem e técnicas de redução de desbalanceamento edimensionalidade. Foramavaliadas duas diferentes bases de dados de imagens termográficas de pacientes do Hospital das Clínicas da UFPE. Utilizou-se cinco algoritmos declassificação, que aliados às técnicas de SMOTE e PCA/Rank/PSO, obtiveram comoresultado: 96,2% de Acurácia e 99,5% de Sensibilidade ao Maligno para classificação binária (Câncer x Não-Câncer), e 65,6% de Acurácia e 92,2% de Sensibilidade aoMaligno para classificação em quatro classes (Maligno, Benigno, Cisto e Normal). |
URI : | https://repositorio.ufpe.br/handle/123456789/45298 |
Aparece en las colecciones: | Dissertações de Mestrado - Engenharia Mecânica |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
DISSERTAÇÃO Yago de Miranda Aguiar.pdf | 3,62 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este ítem está protegido por copyright original |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons