Diagnóstico da doença de Alzheimer com redes neuronais profundas

Detalhes bibliográficos
Autor(a) principal: Silva, Mateus Ferreira da
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://hdl.handle.net/1822/83520
Resumo: Dissertação de mestrado integrado em Engenharia Informática
id RCAP_948220be299af05887d7ef3d0efb6f96
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/83520
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Diagnóstico da doença de Alzheimer com redes neuronais profundasDoença de AlzheimerDiagnóstico assistido por computadorDéfice cognitivo ligeiroRessonância magnética estruturalAprendizagem profundaRedes neuronais convolucionaisAlzheimer’s diseaseComputer aided diagnosisMild cognitive impairmentStructural MRIDeep learningConvolutional neural networksEngenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaDissertação de mestrado integrado em Engenharia InformáticaA doença de Alzheimer é o tipo mais predominante de demência e, apesar de não existir cura para a mesma, o seu diagnóstico prematuro é fundamental para um tratamento efetivo e que permita retardar o progresso dos sintomas. Desta forma, nos últimos anos, tem surgido um grande interesse em estudar e desenvolver sistemas automáticos de diagnóstico que usam como fonte de dados os exames médicos realizados pelos pacientes. Esta dissertação enquadra-se na temática da utilização de aprendizagem profunda para diagnosticar a doença de Alzheimer. Pretende-se que seja avaliado o desempenho de redes neuronais profundas existentes da forma mais real possível, e que seja proposta uma arquitetura com bom desempenho, que possa ser usada num sistema de diagnóstico assistido por computador. A capacidade da aprendizagem profunda em encontrar padrões ocultos em imagens médicas permite reduzir o erro de diagnóstico humano e auxiliar num diagnóstico muito mais preciso. É pretendido que, com base numa única imagem por paciente a rede neuronal proposta seja capaz de fazer um diagnóstico sobre a doença de Alzheimer. Para isso, serão utilizadas imagens do cérebro obtidas pela técnica de Ressonância Magnética Estrutural, adquiridas a partir do conjunto de dados da Iniciativa de Neuroimagem da Doença de Alzheimer. Para a concretização do objetivo proposto, foram estudados e implementados, num cenário experimental recorrendo a ferramentas simples, os métodos mais indicados para a realização desta tarefa. Os resultados mostram que as Redes Neuronais Convolucionais (CNNs) permitem construir modelos com enorme potencial, contudo, a sua utilização em ambientes reais ainda não é muito viável nos dias de hoje.Alzheimer’s disease is the most prevalent type of dementia and, although there is no cure for it, its early diagnosis is fundamental for an effective treatment to slow the progression of symptoms. Therefore, in the last few years, there has been a great interest in studying and developing automatic diagnostic systems that use medical examinations performed by patients as a source of data. This dissertation addresses the use of deep learning models to diagnose the Alzheimer’s disease. It is intended to evaluate the performance of existing deep neural networks as realistically as possible, and to propose an architecture with good performance that can be used in a computer-assisted diagnostic system. The ability of deep learning to find hidden patterns in medical images makes it possible to reduce human diagnostic error and enables a much more accurate diagnosis. It was intended that based on a single image per patient the proposed neural network was able to make a diagnosis about Alzheimer’s disease. The present work was carried out with brain images obtained by the Structural Magnetic Resonance Imaging technique, acquired from the Alzheimer’s Disease Neuroimaging Initiative (ADNI) dataset. To achieve the proposed goal, the most suitable methods for performing the mentioned task were studied and implemented in an experimental scenario using simple tools. The results show that Convolutional Neural Networks allow the construction of very powerful models, however, their use in real environments is still not very feasible nowadays.Esteves, AntónioUniversidade do MinhoSilva, Mateus Ferreira da20222022-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/83520por203244257info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-07-21T11:57:41Zoai:repositorium.sdum.uminho.pt:1822/83520Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T18:47:22.337530Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Diagnóstico da doença de Alzheimer com redes neuronais profundas
title Diagnóstico da doença de Alzheimer com redes neuronais profundas
spellingShingle Diagnóstico da doença de Alzheimer com redes neuronais profundas
Silva, Mateus Ferreira da
Doença de Alzheimer
Diagnóstico assistido por computador
Défice cognitivo ligeiro
Ressonância magnética estrutural
Aprendizagem profunda
Redes neuronais convolucionais
Alzheimer’s disease
Computer aided diagnosis
Mild cognitive impairment
Structural MRI
Deep learning
Convolutional neural networks
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
title_short Diagnóstico da doença de Alzheimer com redes neuronais profundas
title_full Diagnóstico da doença de Alzheimer com redes neuronais profundas
title_fullStr Diagnóstico da doença de Alzheimer com redes neuronais profundas
title_full_unstemmed Diagnóstico da doença de Alzheimer com redes neuronais profundas
title_sort Diagnóstico da doença de Alzheimer com redes neuronais profundas
author Silva, Mateus Ferreira da
author_facet Silva, Mateus Ferreira da
author_role author
dc.contributor.none.fl_str_mv Esteves, António
Universidade do Minho
dc.contributor.author.fl_str_mv Silva, Mateus Ferreira da
dc.subject.por.fl_str_mv Doença de Alzheimer
Diagnóstico assistido por computador
Défice cognitivo ligeiro
Ressonância magnética estrutural
Aprendizagem profunda
Redes neuronais convolucionais
Alzheimer’s disease
Computer aided diagnosis
Mild cognitive impairment
Structural MRI
Deep learning
Convolutional neural networks
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
topic Doença de Alzheimer
Diagnóstico assistido por computador
Défice cognitivo ligeiro
Ressonância magnética estrutural
Aprendizagem profunda
Redes neuronais convolucionais
Alzheimer’s disease
Computer aided diagnosis
Mild cognitive impairment
Structural MRI
Deep learning
Convolutional neural networks
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
description Dissertação de mestrado integrado em Engenharia Informática
publishDate 2022
dc.date.none.fl_str_mv 2022
2022-01-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/83520
url https://hdl.handle.net/1822/83520
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 203244257
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799132231285866496

Registros relacionados