Identificação e Reconhecimento de Pólipos em Imagens de Colonoscopia

Detalhes bibliográficos
Autor(a) principal: Gomes, Andre Teixeira
Data de Publicação: 2014
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/40431
Resumo: Dissertação de Mestrado Integrado em Engenharia Electrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra
id RCAP_a8afe753d8b147da2448af02c139a13f
oai_identifier_str oai:estudogeral.uc.pt:10316/40431
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Identificação e Reconhecimento de Pólipos em Imagens de ColonoscopiaColonoscopiaSURFSIFTPCASVMÁrvores BináriasColonoscopySURFSIFTPCASVMClassification TreesDissertação de Mestrado Integrado em Engenharia Electrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia da Universidade de CoimbraEsta dissertação apresenta um estudo comparativo entre os métodos Speeded Up Robust Features (SURF) e Scale-Invariant Feature Transform (SIFT), como métodos de obtenção de features locais, e entre um Máquina de Vetores de Suporte (SVM) e Árvores de Classificação, como método de classificação. Este estudo foi realizado no âmbito da identificação e reconhecimento de pólipos em imagens de colonoscopias. Foi aplicada uma seleção da Região de Interesse (ROI) baseada em morfologia matemática para eliminar artefactos intrínsecos do método de obtenção de imagens em colonoscopias. Complementarmente às features locais foram utilizadas features extraídas a partir da cor e da matriz de coocorrências em níveis de cinzento (GLCM).Foram realizadas várias experiências com a aplicação do método de Análise de Componentes Principais (PCA) e mostrou-se que utilizando os apenas quatro primeiros componentes principais da matriz de features se obtêm resultados suficientemente significativos para uma classificação robusta. Os métodos de classificação foram testados utilizando o método leave-one-out recorrendo a todo o conjunto de imagens disponíveis. Este trabalho conclui que o sistema com obtenção de features locais utilizando SURF é mais ágil computacionalmente e que as árvores de classificação produzem consistentemente melhores resultados no conjunto de imagens testado.This paper presents a comparative study between Speeded Up Robust Features (SURF) and Scale-Invariant Feature Transform (SIFT) as methods for obtaining local features, and between Support Vectors Machine (SVM) and Classification Trees as classification methods. This study was conducted in the identification and recognition of polyps. A selection of the Region of Interest (ROI) based on mathematical morphology was applied to eliminate intrinsic artifacts originating from image acquisition system of the colonoscopy. In addition to the local features, features based on the image color and on the gray-level co-occurrence matrix (GLCM) were also used. Several experiments were made with the Principal Components Analysis (PCA) method and it was shown that using only the first four principal components of the feature matrix was enough for a robust classification. The classification methods were tested using the leave-one-out method through the full set of images available. This paper concludes that one system based on SURF is computationally faster and that classification trees produce consistently better results in the set of images tested.2014-09-24info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/40431http://hdl.handle.net/10316/40431TID:201673290porGomes, Andre Teixeirainfo: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:RCAAP2022-02-11T12:27:46Zoai:estudogeral.uc.pt:10316/40431Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T20:58:08.478506Repositório 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 Identificação e Reconhecimento de Pólipos em Imagens de Colonoscopia
title Identificação e Reconhecimento de Pólipos em Imagens de Colonoscopia
spellingShingle Identificação e Reconhecimento de Pólipos em Imagens de Colonoscopia
Gomes, Andre Teixeira
Colonoscopia
SURF
SIFT
PCA
SVM
Árvores Binárias
Colonoscopy
SURF
SIFT
PCA
SVM
Classification Trees
title_short Identificação e Reconhecimento de Pólipos em Imagens de Colonoscopia
title_full Identificação e Reconhecimento de Pólipos em Imagens de Colonoscopia
title_fullStr Identificação e Reconhecimento de Pólipos em Imagens de Colonoscopia
title_full_unstemmed Identificação e Reconhecimento de Pólipos em Imagens de Colonoscopia
title_sort Identificação e Reconhecimento de Pólipos em Imagens de Colonoscopia
author Gomes, Andre Teixeira
author_facet Gomes, Andre Teixeira
author_role author
dc.contributor.author.fl_str_mv Gomes, Andre Teixeira
dc.subject.por.fl_str_mv Colonoscopia
SURF
SIFT
PCA
SVM
Árvores Binárias
Colonoscopy
SURF
SIFT
PCA
SVM
Classification Trees
topic Colonoscopia
SURF
SIFT
PCA
SVM
Árvores Binárias
Colonoscopy
SURF
SIFT
PCA
SVM
Classification Trees
description Dissertação de Mestrado Integrado em Engenharia Electrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra
publishDate 2014
dc.date.none.fl_str_mv 2014-09-24
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 http://hdl.handle.net/10316/40431
http://hdl.handle.net/10316/40431
TID:201673290
url http://hdl.handle.net/10316/40431
identifier_str_mv TID:201673290
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
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_ 1799133872319889408

Registros relacionados