Use este identificador para citar ou linkar para este item:
https://repositorio.ufpe.br/handle/123456789/56263
Compartilhe esta página
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.advisor | ALMEIDA, Marcos Antonio Martins de | - |
dc.contributor.author | BARROS, Matheus Vieira | - |
dc.date.accessioned | 2024-05-10T15:22:17Z | - |
dc.date.available | 2024-05-10T15:22:17Z | - |
dc.date.issued | 2023-09-22 | - |
dc.date.submitted | 2024-04-27 | - |
dc.identifier.citation | BARROS, Matheus Vieira. Estudo de caso da classificação de tipos de câncer de pele a partir da aplicação de modelos de Redes Neurais Convolucionais. 2024. 84 f. TCC (Graduação) - Curso de Engenharia Eletrônica, Departamento de Eletrônica e Sistemas, Centro de Tecnologia e Geociências, Universidade Federal de Pernambuco, Recife, 2023. | pt_BR |
dc.identifier.uri | https://repositorio.ufpe.br/handle/123456789/56263 | - |
dc.description.abstract | O câncer de pele é uma enfermidade que resulta no surgimento de tumores consequentes de lesões contínuas no DNA de células da pele. O tratamento e cura desse tipo de doença se torna mais fácil caso o diagnóstico ocorra de forma precoce, o que pode poupar seus portadores de transtornos e consequências mais graves. Para o diagnóstico, podem ser empregadas redes neurais a fim de identificar e classificar lesões de câncer de pele registradas em imagens. Assim, este trabalho tem como objetivo realizar um estudo de caso da aplicação de modelos de Redes Neurais Convolucionais para classificação de quatro tipos de lesões resultantes do câncer de pele: Carcinoma Basocelular, Queratose Seborreica, Melanoma e Nevo Benigno. Nesse estudo de caso, os resultados alcançados pelos modelos estudados foram bastante satisfatórios. Diante dos resultados obtidos, são apresentadas linhas de trabalho futuras a partir da aplicação de Redes Neurais para diagnóstico e classificação de câncer de pele, graças à performance dos modelos propostos. | pt_BR |
dc.format.extent | 85p. | pt_BR |
dc.language.iso | por | pt_BR |
dc.rights | openAccess | pt_BR |
dc.rights.uri | http://creativecommons.org/licenses/by/3.0/br/ | * |
dc.subject | Câncer de pele | pt_BR |
dc.subject | Redes Neurais Convolucionais | pt_BR |
dc.subject | Aprendizagem profunda | pt_BR |
dc.title | Estudo de caso da classificação de tipos de câncer de pele a partir da aplicação de modelos de Redes Neurais Convolucionais. | pt_BR |
dc.type | bachelorThesis | pt_BR |
dc.degree.level | Graduacao | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/2140863905290751 | pt_BR |
dc.description.abstractx | Skin cancer is a disease that results in tumors occurrence due to continuous damages to the skin cells DNA. Early diagnosis of this type of illness may facilitate easier treatment and cure, which can spare disorders and serious consequences to its patients. For diagnosis, neural networks can be used in order to identify and classify skin cancer lesions recorded in images. Therefore, this study aims to conduct a case study about using Convolutional Neural Networks for the classification of four types of skin cancer lesions: Basal Cell Carcinoma, Seborrheic Keratosis, Melanoma and Benign Nevi. In this case study, the results obtained by the models were quite satisfactory. From the achieved results, future lines of work are presented based in the application of Neural Networks for diagnosis and classification of skin cancer, thanks to the performance of the proposed models. | pt_BR |
dc.subject.cnpq | Áreas::Engenharias | pt_BR |
dc.degree.departament | ::(CTG-DES) - Departamento de Eletrônica e Sistemas | pt_BR |
dc.degree.graduation | ::CTG-Curso de Engenharia Eletrônica | pt_BR |
dc.degree.grantor | Universidade Federal de Pernambuco | pt_BR |
dc.degree.local | Recife | pt_BR |
Aparece nas coleções: | (TCC) - Eletrônica e Sistemas |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
TCC Matheus Vieira Barros.pdf | 4,23 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este arquivo é protegido por direitos autorais |
Este item está licenciada sob uma Licença Creative Commons