Desenvolvimento e aplicação de metodologia de aprendizagem de máquina para classificação de imagens termográficas na área médica
Autor(a) principal: | |
---|---|
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 |