End-to-end bone age assessment with residual learning
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | eng |
Título da fonte: | Repositório Institucional da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/184963 |
Resumo: | A idade óssea é uma métrica usada para estimar o nível de maturidade biológica de crianças e adolescentes. Sua avaliação é parte crucial do diagnóstico de uma variedade de enfermidades pediátricas que afetam o crescimento, como distúrbios endócrinos. O método mais comumente utilizado para a avaliação da idade óssea ainda é baseado na comparação da radiografia de mão e punho do paciente com um atlas de idade óssea. Este método, entretanto, requer um tempo considerável, necessita de um avaliador experiente, e sofre de alta variabilidade entre avaliadores, prejudicando um diagnóstico preciso. Nós apresentamos uma abordagem baseada em deep learning para estimar a idade óssea a partir de radiografias. Nossa abordagem proporciona uma solução rápida e determinística para avaliação de idade óssea. Nós demonstramos a efetividade do nosso método usando o mesmo para avaliar um conjunto de 200 radiografias, comparando os resultados com avalições feitas por radiologistas. Este experimento mostrou que a perfomance do nosso método é comparável à perfomance de um radiologista experiente. Nosso sistema está disponível on-line, proporcionando um serviço global e gratuito para médicos trabalhando em áreas remotas ou instituições sem radiologistas especializados, assim como para a população em geral. |
id |
UFRGS-2_93fe0eb14e5f021fd56d55acaacda6a2 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/184963 |
network_acronym_str |
UFRGS-2 |
network_name_str |
Repositório Institucional da UFRGS |
repository_id_str |
|
spelling |
Souza, DanielOliveira Neto, Manuel Menezes deSoulier, Fabien2018-11-23T02:44:25Z2018http://hdl.handle.net/10183/184963001077829A idade óssea é uma métrica usada para estimar o nível de maturidade biológica de crianças e adolescentes. Sua avaliação é parte crucial do diagnóstico de uma variedade de enfermidades pediátricas que afetam o crescimento, como distúrbios endócrinos. O método mais comumente utilizado para a avaliação da idade óssea ainda é baseado na comparação da radiografia de mão e punho do paciente com um atlas de idade óssea. Este método, entretanto, requer um tempo considerável, necessita de um avaliador experiente, e sofre de alta variabilidade entre avaliadores, prejudicando um diagnóstico preciso. Nós apresentamos uma abordagem baseada em deep learning para estimar a idade óssea a partir de radiografias. Nossa abordagem proporciona uma solução rápida e determinística para avaliação de idade óssea. Nós demonstramos a efetividade do nosso método usando o mesmo para avaliar um conjunto de 200 radiografias, comparando os resultados com avalições feitas por radiologistas. Este experimento mostrou que a perfomance do nosso método é comparável à perfomance de um radiologista experiente. Nosso sistema está disponível on-line, proporcionando um serviço global e gratuito para médicos trabalhando em áreas remotas ou instituições sem radiologistas especializados, assim como para a população em geral.application/pdfengInformática médicaEnd-to-end bone age assessment with residual learningAvaliação da idade óssea utilizando aprendizado residual info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPorto Alegre, BR-RS2018Engenharia de Computaçãograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001077829.pdf.txt001077829.pdf.txtExtracted Texttext/plain109546http://www.lume.ufrgs.br/bitstream/10183/184963/2/001077829.pdf.txt821f58bc8c6ab0350ddc21af99ff635dMD52ORIGINAL001077829.pdfTexto completo (inglês)application/pdf30217054http://www.lume.ufrgs.br/bitstream/10183/184963/1/001077829.pdf5ac3173ace711503688e176d3b605532MD5110183/1849632022-10-05 04:52:25.867183oai:www.lume.ufrgs.br:10183/184963Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2022-10-05T07:52:25Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
End-to-end bone age assessment with residual learning |
dc.title.alternative.pt.fl_str_mv |
Avaliação da idade óssea utilizando aprendizado residual |
title |
End-to-end bone age assessment with residual learning |
spellingShingle |
End-to-end bone age assessment with residual learning Souza, Daniel Informática médica |
title_short |
End-to-end bone age assessment with residual learning |
title_full |
End-to-end bone age assessment with residual learning |
title_fullStr |
End-to-end bone age assessment with residual learning |
title_full_unstemmed |
End-to-end bone age assessment with residual learning |
title_sort |
End-to-end bone age assessment with residual learning |
author |
Souza, Daniel |
author_facet |
Souza, Daniel |
author_role |
author |
dc.contributor.author.fl_str_mv |
Souza, Daniel |
dc.contributor.advisor1.fl_str_mv |
Oliveira Neto, Manuel Menezes de |
dc.contributor.advisor-co1.fl_str_mv |
Soulier, Fabien |
contributor_str_mv |
Oliveira Neto, Manuel Menezes de Soulier, Fabien |
dc.subject.por.fl_str_mv |
Informática médica |
topic |
Informática médica |
description |
A idade óssea é uma métrica usada para estimar o nível de maturidade biológica de crianças e adolescentes. Sua avaliação é parte crucial do diagnóstico de uma variedade de enfermidades pediátricas que afetam o crescimento, como distúrbios endócrinos. O método mais comumente utilizado para a avaliação da idade óssea ainda é baseado na comparação da radiografia de mão e punho do paciente com um atlas de idade óssea. Este método, entretanto, requer um tempo considerável, necessita de um avaliador experiente, e sofre de alta variabilidade entre avaliadores, prejudicando um diagnóstico preciso. Nós apresentamos uma abordagem baseada em deep learning para estimar a idade óssea a partir de radiografias. Nossa abordagem proporciona uma solução rápida e determinística para avaliação de idade óssea. Nós demonstramos a efetividade do nosso método usando o mesmo para avaliar um conjunto de 200 radiografias, comparando os resultados com avalições feitas por radiologistas. Este experimento mostrou que a perfomance do nosso método é comparável à perfomance de um radiologista experiente. Nosso sistema está disponível on-line, proporcionando um serviço global e gratuito para médicos trabalhando em áreas remotas ou instituições sem radiologistas especializados, assim como para a população em geral. |
publishDate |
2018 |
dc.date.accessioned.fl_str_mv |
2018-11-23T02:44:25Z |
dc.date.issued.fl_str_mv |
2018 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/184963 |
dc.identifier.nrb.pt_BR.fl_str_mv |
001077829 |
url |
http://hdl.handle.net/10183/184963 |
identifier_str_mv |
001077829 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
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 Institucional da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Repositório Institucional da UFRGS |
collection |
Repositório Institucional da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/184963/2/001077829.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/184963/1/001077829.pdf |
bitstream.checksum.fl_str_mv |
821f58bc8c6ab0350ddc21af99ff635d 5ac3173ace711503688e176d3b605532 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
|
_version_ |
1801224564186808320 |