Classificação de lesões da cavidade bucal baseada em aprendizagem profunda em ambiente remoto

Detalhes bibliográficos
Autor(a) principal: Carvalho, Rafael Henrique de Oliveira
Data de Publicação: 2021
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFU
Texto Completo: https://repositorio.ufu.br/handle/123456789/34391
Resumo: CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
id UFU_6c4f50886002904e5f633426da6a4ecb
oai_identifier_str oai:repositorio.ufu.br:123456789/34391
network_acronym_str UFU
network_name_str Repositório Institucional da UFU
repository_id_str
spelling Classificação de lesões da cavidade bucal baseada em aprendizagem profunda em ambiente remotoTelegramImagens histológicasCavidade oralCNNsTransferência de aprendizadoDispositivos móveisCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAOCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorTrabalho de Conclusão de Curso (Graduação)A displasia epitelial oral é um precursor relativamente comum do câncer de boca em que sua progressão para o câncer varia de 6% a 36%. Existem várias técnicas de imagem empregadas em seu diagnóstico. A análise histológica de imagens suportada pelos sistemas computacionais mostrou-se bastante eficaz no diagnóstico da doença. Neste trabalho, é apresentada uma abordagem para quantificar e classificar amostras de tecido bucal com uso de redes neurais convolucionais (AlexNet, Vgg16 e ResNet) e transferência de aprendizado. A transferência de aprendizado utilizada foi a baseada em rede, em que se emprega a reutilização de uma parte da rede pré-treinada no domínio da fonte, para aplicação no domínio destino. Devido ao tamanho do banco de imagens, aplicou-se uma etapa de aumento de dados para avaliar a acurácia das arquiteturas das redes. Definiu-se 30% das imagens, aleatoriamente selecionadas, para o grupo de teste e dentre 70% restantes, 90% ficariam para o grupo de treinamento e outros 10% para a validação. Ao final do treinamento obteve-se resultados relevantes, atingindo 96,56% de acurácia com a ResNet18 e 94,33% com a VGG16. Esse estudo ainda apresenta uma aplicação para dispositivos móveis para disponibilizar ao usuário um meio de classificar imagens histológicas. Essa aplicação é composta por um bot do Telegram e algoritmos em linguagem MatLab para as execução das CNNs. Levando em consideração o contexto pandêmico da COVID-19, esses resultados são considerados relevantes e essa abordagem pode ser útil como um protocolo que contribuirá na análise de diagnóstico de lesões da cavidade oral.Universidade Federal de UberlândiaBrasilEngenharia MecatrônicaNascimento, Marcelo Zanchetta dohttp://lattes.cnpq.br/5800175874658088Miani, Rodrigo Sancheshttp://lattes.cnpq.br/2992074747740327Silva, Adriano Barbosahttp://lattes.cnpq.br/7862099925808472Carvalho, Rafael Henrique de Oliveira2022-03-29T15:01:01Z2022-03-29T15:01:01Z2021-06-15info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfCARVALHO, Rafael Henrique de Oliveira. Classificação de lesões da cavidade bucal baseada em aprendizagem profunda em ambiente remoto. Trabalho de Conclusão de Curso (Graduação em Engenharia Mecatrônica) – Universidade Federal de Uberlândia, Uberlândia, 2021.https://repositorio.ufu.br/handle/123456789/34391porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFUinstname:Universidade Federal de Uberlândia (UFU)instacron:UFU2022-03-30T06:18:23Zoai:repositorio.ufu.br:123456789/34391Repositório InstitucionalONGhttp://repositorio.ufu.br/oai/requestdiinf@dirbi.ufu.bropendoar:2022-03-30T06:18:23Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)false
dc.title.none.fl_str_mv Classificação de lesões da cavidade bucal baseada em aprendizagem profunda em ambiente remoto
title Classificação de lesões da cavidade bucal baseada em aprendizagem profunda em ambiente remoto
spellingShingle Classificação de lesões da cavidade bucal baseada em aprendizagem profunda em ambiente remoto
Carvalho, Rafael Henrique de Oliveira
Telegram
Imagens histológicas
Cavidade oral
CNNs
Transferência de aprendizado
Dispositivos móveis
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAO
title_short Classificação de lesões da cavidade bucal baseada em aprendizagem profunda em ambiente remoto
title_full Classificação de lesões da cavidade bucal baseada em aprendizagem profunda em ambiente remoto
title_fullStr Classificação de lesões da cavidade bucal baseada em aprendizagem profunda em ambiente remoto
title_full_unstemmed Classificação de lesões da cavidade bucal baseada em aprendizagem profunda em ambiente remoto
title_sort Classificação de lesões da cavidade bucal baseada em aprendizagem profunda em ambiente remoto
author Carvalho, Rafael Henrique de Oliveira
author_facet Carvalho, Rafael Henrique de Oliveira
author_role author
dc.contributor.none.fl_str_mv Nascimento, Marcelo Zanchetta do
http://lattes.cnpq.br/5800175874658088
Miani, Rodrigo Sanches
http://lattes.cnpq.br/2992074747740327
Silva, Adriano Barbosa
http://lattes.cnpq.br/7862099925808472
dc.contributor.author.fl_str_mv Carvalho, Rafael Henrique de Oliveira
dc.subject.por.fl_str_mv Telegram
Imagens histológicas
Cavidade oral
CNNs
Transferência de aprendizado
Dispositivos móveis
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAO
topic Telegram
Imagens histológicas
Cavidade oral
CNNs
Transferência de aprendizado
Dispositivos móveis
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAO
description CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
publishDate 2021
dc.date.none.fl_str_mv 2021-06-15
2022-03-29T15:01:01Z
2022-03-29T15:01:01Z
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 CARVALHO, Rafael Henrique de Oliveira. Classificação de lesões da cavidade bucal baseada em aprendizagem profunda em ambiente remoto. Trabalho de Conclusão de Curso (Graduação em Engenharia Mecatrônica) – Universidade Federal de Uberlândia, Uberlândia, 2021.
https://repositorio.ufu.br/handle/123456789/34391
identifier_str_mv CARVALHO, Rafael Henrique de Oliveira. Classificação de lesões da cavidade bucal baseada em aprendizagem profunda em ambiente remoto. Trabalho de Conclusão de Curso (Graduação em Engenharia Mecatrônica) – Universidade Federal de Uberlândia, Uberlândia, 2021.
url https://repositorio.ufu.br/handle/123456789/34391
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.publisher.none.fl_str_mv Universidade Federal de Uberlândia
Brasil
Engenharia Mecatrônica
publisher.none.fl_str_mv Universidade Federal de Uberlândia
Brasil
Engenharia Mecatrônica
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFU
instname:Universidade Federal de Uberlândia (UFU)
instacron:UFU
instname_str Universidade Federal de Uberlândia (UFU)
instacron_str UFU
institution UFU
reponame_str Repositório Institucional da UFU
collection Repositório Institucional da UFU
repository.name.fl_str_mv Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)
repository.mail.fl_str_mv diinf@dirbi.ufu.br
_version_ 1805569672434679808

Registros relacionados