Desenvolvimento e aplicação de metodologia de aprendizagem de máquina para classificação de imagens termográficas na área médica

Detalhes bibliográficos
Autor(a) principal: AGUIAR, Yago de Miranda
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPE
Texto Completo: https://repositorio.ufpe.br/handle/123456789/45298
Resumo: 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).
id UFPE_17b7972394cfcd14c8b8fe91035d3256
oai_identifier_str oai:repositorio.ufpe.br:123456789/45298
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str 2221
spelling AGUIAR, Yago de Mirandahttp://lattes.cnpq.br/7583625135875377http://lattes.cnpq.br/4457435468771667http://lattes.cnpq.br/4157405186898932LIMA, Rita de Cássia Fernandes deARAÚJO, Marcus Costa de2022-07-28T14:25:45Z2022-07-28T14:25:45Z2021-09-10AGUIAR, 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.https://repositorio.ufpe.br/handle/123456789/45298O 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).CNPqThe present work aims to apply a methodology for classification of breast thermographic images using two open source computational platforms (Matlab and Orange Canvas), and to evaluate the impact on the results by using different forms of image segmentation, techniques of balancing and dimensionality reduction. Two databases of thermographic images of patients from the Hospital das Clínicas of UFPE were evaluated. Five classifi- cation algorithms were used, which combined with the SMOTE and PCA/Rank/PSO techniques, obtained as a result: 96.2% Accuracy and 99.5% Sensitivity to Malignant for binary classification (Cancer x Non- Cancer), and 65.6% Accuracy and 92.2% Sensitivity to Malignant for classification into four classes (Malignant, Benign, Cyst and Normal).porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Engenharia MecanicaUFPEBrasilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessEngenharia mecânicaTermografiaAprendizagem de máquinaOrange CanvasCâncer de mamaDesenvolvimento e aplicação de metodologia de aprendizagem de máquina para classificação de imagens termográficas na área médicainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesismestradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPELICENSElicense.txtlicense.txttext/plain; charset=utf-82142https://repositorio.ufpe.br/bitstream/123456789/45298/3/license.txt6928b9260b07fb2755249a5ca9903395MD53ORIGINALDISSERTAÇÃO Yago de Miranda Aguiar.pdfDISSERTAÇÃO Yago de Miranda Aguiar.pdfapplication/pdf3703512https://repositorio.ufpe.br/bitstream/123456789/45298/1/DISSERTA%c3%87%c3%83O%20Yago%20de%20Miranda%20Aguiar.pdf948bc1d620fce55ab456a2b021734f7cMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/45298/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52TEXTDISSERTAÇÃO Yago de Miranda Aguiar.pdf.txtDISSERTAÇÃO Yago de Miranda Aguiar.pdf.txtExtracted texttext/plain176844https://repositorio.ufpe.br/bitstream/123456789/45298/4/DISSERTA%c3%87%c3%83O%20Yago%20de%20Miranda%20Aguiar.pdf.txt3b85b1597f904f56451f6b7130a0c606MD54THUMBNAILDISSERTAÇÃO Yago de Miranda Aguiar.pdf.jpgDISSERTAÇÃO Yago de Miranda Aguiar.pdf.jpgGenerated Thumbnailimage/jpeg1255https://repositorio.ufpe.br/bitstream/123456789/45298/5/DISSERTA%c3%87%c3%83O%20Yago%20de%20Miranda%20Aguiar.pdf.jpg07c6819745a3bfc8ce29c21352a48555MD55123456789/452982022-07-29 02:35:22.204oai:repositorio.ufpe.br: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ório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212022-07-29T05:35:22Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv Desenvolvimento e aplicação de metodologia de aprendizagem de máquina para classificação de imagens termográficas na área médica
title Desenvolvimento e aplicação de metodologia de aprendizagem de máquina para classificação de imagens termográficas na área médica
spellingShingle Desenvolvimento e aplicação de metodologia de aprendizagem de máquina para classificação de imagens termográficas na área médica
AGUIAR, Yago de Miranda
Engenharia mecânica
Termografia
Aprendizagem de máquina
Orange Canvas
Câncer de mama
title_short Desenvolvimento e aplicação de metodologia de aprendizagem de máquina para classificação de imagens termográficas na área médica
title_full Desenvolvimento e aplicação de metodologia de aprendizagem de máquina para classificação de imagens termográficas na área médica
title_fullStr Desenvolvimento e aplicação de metodologia de aprendizagem de máquina para classificação de imagens termográficas na área médica
title_full_unstemmed Desenvolvimento e aplicação de metodologia de aprendizagem de máquina para classificação de imagens termográficas na área médica
title_sort Desenvolvimento e aplicação de metodologia de aprendizagem de máquina para classificação de imagens termográficas na área médica
author AGUIAR, Yago de Miranda
author_facet AGUIAR, Yago de Miranda
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/7583625135875377
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/4457435468771667
dc.contributor.advisor-coLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/4157405186898932
dc.contributor.author.fl_str_mv AGUIAR, Yago de Miranda
dc.contributor.advisor1.fl_str_mv LIMA, Rita de Cássia Fernandes de
dc.contributor.advisor-co1.fl_str_mv ARAÚJO, Marcus Costa de
contributor_str_mv LIMA, Rita de Cássia Fernandes de
ARAÚJO, Marcus Costa de
dc.subject.por.fl_str_mv Engenharia mecânica
Termografia
Aprendizagem de máquina
Orange Canvas
Câncer de mama
topic Engenharia mecânica
Termografia
Aprendizagem de máquina
Orange Canvas
Câncer de mama
description 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).
publishDate 2021
dc.date.issued.fl_str_mv 2021-09-10
dc.date.accessioned.fl_str_mv 2022-07-28T14:25:45Z
dc.date.available.fl_str_mv 2022-07-28T14:25:45Z
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.citation.fl_str_mv 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.
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/45298
identifier_str_mv 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.
url https://repositorio.ufpe.br/handle/123456789/45298
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.publisher.program.fl_str_mv Programa de Pos Graduacao em Engenharia Mecanica
dc.publisher.initials.fl_str_mv UFPE
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
bitstream.url.fl_str_mv https://repositorio.ufpe.br/bitstream/123456789/45298/3/license.txt
https://repositorio.ufpe.br/bitstream/123456789/45298/1/DISSERTA%c3%87%c3%83O%20Yago%20de%20Miranda%20Aguiar.pdf
https://repositorio.ufpe.br/bitstream/123456789/45298/2/license_rdf
https://repositorio.ufpe.br/bitstream/123456789/45298/4/DISSERTA%c3%87%c3%83O%20Yago%20de%20Miranda%20Aguiar.pdf.txt
https://repositorio.ufpe.br/bitstream/123456789/45298/5/DISSERTA%c3%87%c3%83O%20Yago%20de%20Miranda%20Aguiar.pdf.jpg
bitstream.checksum.fl_str_mv 6928b9260b07fb2755249a5ca9903395
948bc1d620fce55ab456a2b021734f7c
e39d27027a6cc9cb039ad269a5db8e34
3b85b1597f904f56451f6b7130a0c606
07c6819745a3bfc8ce29c21352a48555
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1802310806569746432

Registros relacionados