Utilização da Lógica Fuzzy no estudo de nódulos mamários
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10400.6/7190 |
Resumo: | Este trabalho aborda o funcionamento da Lógica Fuzzy no método de inferência de Mamdani e a sua capacidade de obter boas probabilidades na classificação, dependendo de características e regras implementadas. Para o estudo foram usados dados de imagens médicas, mamografias, anteriormente classificadas por um profissional, onde foram feitas contagens e tabelados todos os valores encontrados. Depois foram calculadas para cada valor encontrado nas contagens, as suas devidas percentagens, para por fim, se proceder à passagem para o estudo em Lógica Fuzzy. Para este trabalho foram feitos dois estudos onde foi usado o Matlab, na toolbox Lógica Fuzzy e usado o método de inferência de Mamdani, para a obtenção de resultados. No primeiro estudo foram usadas duas características das imagens como variáveis de entrada, o tipo de tecido e a anomalias encontradas no tecido mamário. No segundo estudo foram usadas três características como variáveis de entrada, foram elas as já usadas no estudo anterior, o tipo de tecido e as anomalias encontradas no tecido mamário e foi ainda aplicada uma terceira característica, o tamanho dos nódulos encontrados. Por fim foi usada a característica da severidade da doença, benigna ou maligna, como variável de saída, conseguindo assim perceber quais as probabilidades de um determinada tecido, cruzado com uma determinada anomalia e, no caso do segundo estudo, dependendo de um determinado tamanho, se obter uma massa maligna ou benigna. No início deste trabalho é ainda explicado o que é o cancro da mama e o exame médico a ser feito para este tipo de doença. Esta explicação é necessária pois é importante conhecer a doença, entender todo o mecanismo da mesma e todo o seu tratamento, para que assim se consiga o melhor método para a obtenção de melhores resultados. Após toda a análise feita, verifica-se a obtenção resultados bastante satisfatórios nos dois estudos, sendo que o primeiro obteve melhores valores probabilísticos, onde se obtiveram valores de 82.1% para malignidade em tecidos gordos para uma anomalia assimétrica (ASYM) do tecido mamário. Já o segundo estudo obteve maior pormenor de classificação, em que se provou que a malignidade está relacionada com o tamanho do nódulo, quanto maior for o tamanho do nódulo maior é a probabilidade do tumor ser maligno. Todo o processo é explicado no decorrer do trabalho. |
id |
RCAP_e5e89ba6de3ee8a0d432937c0f41b7fc |
---|---|
oai_identifier_str |
oai:ubibliorum.ubi.pt:10400.6/7190 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Utilização da Lógica Fuzzy no estudo de nódulos mamáriosCancro da MamaLógica FuzzyMamografia.Método de Inferência de MamdaniDomínio/Área Científica::Ciências Médicas::Ciências BiomédicasEste trabalho aborda o funcionamento da Lógica Fuzzy no método de inferência de Mamdani e a sua capacidade de obter boas probabilidades na classificação, dependendo de características e regras implementadas. Para o estudo foram usados dados de imagens médicas, mamografias, anteriormente classificadas por um profissional, onde foram feitas contagens e tabelados todos os valores encontrados. Depois foram calculadas para cada valor encontrado nas contagens, as suas devidas percentagens, para por fim, se proceder à passagem para o estudo em Lógica Fuzzy. Para este trabalho foram feitos dois estudos onde foi usado o Matlab, na toolbox Lógica Fuzzy e usado o método de inferência de Mamdani, para a obtenção de resultados. No primeiro estudo foram usadas duas características das imagens como variáveis de entrada, o tipo de tecido e a anomalias encontradas no tecido mamário. No segundo estudo foram usadas três características como variáveis de entrada, foram elas as já usadas no estudo anterior, o tipo de tecido e as anomalias encontradas no tecido mamário e foi ainda aplicada uma terceira característica, o tamanho dos nódulos encontrados. Por fim foi usada a característica da severidade da doença, benigna ou maligna, como variável de saída, conseguindo assim perceber quais as probabilidades de um determinada tecido, cruzado com uma determinada anomalia e, no caso do segundo estudo, dependendo de um determinado tamanho, se obter uma massa maligna ou benigna. No início deste trabalho é ainda explicado o que é o cancro da mama e o exame médico a ser feito para este tipo de doença. Esta explicação é necessária pois é importante conhecer a doença, entender todo o mecanismo da mesma e todo o seu tratamento, para que assim se consiga o melhor método para a obtenção de melhores resultados. Após toda a análise feita, verifica-se a obtenção resultados bastante satisfatórios nos dois estudos, sendo que o primeiro obteve melhores valores probabilísticos, onde se obtiveram valores de 82.1% para malignidade em tecidos gordos para uma anomalia assimétrica (ASYM) do tecido mamário. Já o segundo estudo obteve maior pormenor de classificação, em que se provou que a malignidade está relacionada com o tamanho do nódulo, quanto maior for o tamanho do nódulo maior é a probabilidade do tumor ser maligno. Todo o processo é explicado no decorrer do trabalho.This paper discusses the operation of Fuzzy Logic in Mamdani inference method and its ability to get good odds in the standings, depending on features and implemented rules. In this study, mammograms were used in medical imaging data, previously classified by a professional. Where a count was made and tabulated for the all values founds, and then calculated for each value found in scores their percentages, to then proceed to the passage to the study in Fuzzy Logic. For the present work twostudies have been done where performed using Matlab in Fuzzy Logic toolbox and with Mamdani inference method. In the first study it was used two characteristics of images as input variables, the type of tissue and the anomalies found in breast tissue. In the second study were used three features as input variables, the ones used already used in the previous study, plus, the size of nodules found. Finally the characteristic of the severity of the disease , benign or malignant, has been used as output variable, thus obtaining, how likely a particular tissue, crossed with a specific anomaly and in the case of second study, depending on a size of nodule, obtaining a benign or malignant tumor. At the beginning of this work is also explained what is breast cancer and the medical examination to be made for this type of disease. This explanation is necessary because it is important to know the disease, understand the whole mechanism of it and all its treatment, so that it gets the best method for achieving better results. After all the analysis made, there has been obtained good results in both studies. The first study obtained the best probability values, where the malignancy has the probability of 82.1% for fatty tissue with an asymmetrical anomaly (ASYM) of breast tissue. In the second study, there was more detailed classification, which proved that the malignancy is related to the nodule size, the larger the nodule size is most likely to be malignant tumor. The whole process is explained in the course of the work.Souza, José António Menezes Felippe deuBibliorumAntunes, Joana Martinha dos Reis2019-08-26T16:07:29Z2016-9-302016-11-072016-11-07T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.6/7190TID:202274519porinfo: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:RCAAP2023-12-15T09:46:22Zoai:ubibliorum.ubi.pt:10400.6/7190Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T00:47:45.473503Repositório 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 |
Utilização da Lógica Fuzzy no estudo de nódulos mamários |
title |
Utilização da Lógica Fuzzy no estudo de nódulos mamários |
spellingShingle |
Utilização da Lógica Fuzzy no estudo de nódulos mamários Antunes, Joana Martinha dos Reis Cancro da Mama Lógica Fuzzy Mamografia. Método de Inferência de Mamdani Domínio/Área Científica::Ciências Médicas::Ciências Biomédicas |
title_short |
Utilização da Lógica Fuzzy no estudo de nódulos mamários |
title_full |
Utilização da Lógica Fuzzy no estudo de nódulos mamários |
title_fullStr |
Utilização da Lógica Fuzzy no estudo de nódulos mamários |
title_full_unstemmed |
Utilização da Lógica Fuzzy no estudo de nódulos mamários |
title_sort |
Utilização da Lógica Fuzzy no estudo de nódulos mamários |
author |
Antunes, Joana Martinha dos Reis |
author_facet |
Antunes, Joana Martinha dos Reis |
author_role |
author |
dc.contributor.none.fl_str_mv |
Souza, José António Menezes Felippe de uBibliorum |
dc.contributor.author.fl_str_mv |
Antunes, Joana Martinha dos Reis |
dc.subject.por.fl_str_mv |
Cancro da Mama Lógica Fuzzy Mamografia. Método de Inferência de Mamdani Domínio/Área Científica::Ciências Médicas::Ciências Biomédicas |
topic |
Cancro da Mama Lógica Fuzzy Mamografia. Método de Inferência de Mamdani Domínio/Área Científica::Ciências Médicas::Ciências Biomédicas |
description |
Este trabalho aborda o funcionamento da Lógica Fuzzy no método de inferência de Mamdani e a sua capacidade de obter boas probabilidades na classificação, dependendo de características e regras implementadas. Para o estudo foram usados dados de imagens médicas, mamografias, anteriormente classificadas por um profissional, onde foram feitas contagens e tabelados todos os valores encontrados. Depois foram calculadas para cada valor encontrado nas contagens, as suas devidas percentagens, para por fim, se proceder à passagem para o estudo em Lógica Fuzzy. Para este trabalho foram feitos dois estudos onde foi usado o Matlab, na toolbox Lógica Fuzzy e usado o método de inferência de Mamdani, para a obtenção de resultados. No primeiro estudo foram usadas duas características das imagens como variáveis de entrada, o tipo de tecido e a anomalias encontradas no tecido mamário. No segundo estudo foram usadas três características como variáveis de entrada, foram elas as já usadas no estudo anterior, o tipo de tecido e as anomalias encontradas no tecido mamário e foi ainda aplicada uma terceira característica, o tamanho dos nódulos encontrados. Por fim foi usada a característica da severidade da doença, benigna ou maligna, como variável de saída, conseguindo assim perceber quais as probabilidades de um determinada tecido, cruzado com uma determinada anomalia e, no caso do segundo estudo, dependendo de um determinado tamanho, se obter uma massa maligna ou benigna. No início deste trabalho é ainda explicado o que é o cancro da mama e o exame médico a ser feito para este tipo de doença. Esta explicação é necessária pois é importante conhecer a doença, entender todo o mecanismo da mesma e todo o seu tratamento, para que assim se consiga o melhor método para a obtenção de melhores resultados. Após toda a análise feita, verifica-se a obtenção resultados bastante satisfatórios nos dois estudos, sendo que o primeiro obteve melhores valores probabilísticos, onde se obtiveram valores de 82.1% para malignidade em tecidos gordos para uma anomalia assimétrica (ASYM) do tecido mamário. Já o segundo estudo obteve maior pormenor de classificação, em que se provou que a malignidade está relacionada com o tamanho do nódulo, quanto maior for o tamanho do nódulo maior é a probabilidade do tumor ser maligno. Todo o processo é explicado no decorrer do trabalho. |
publishDate |
2016 |
dc.date.none.fl_str_mv |
2016-9-30 2016-11-07 2016-11-07T00:00:00Z 2019-08-26T16:07:29Z |
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/10400.6/7190 TID:202274519 |
url |
http://hdl.handle.net/10400.6/7190 |
identifier_str_mv |
TID:202274519 |
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.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_ |
1799136372754219008 |