Explorando modelos em cascata de CNNs e fractais para classificação de displasia oral

Detalhes bibliográficos
Autor(a) principal: Carvalho, Thiago Mota
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFU
Texto Completo: https://repositorio.ufu.br/handle/123456789/39840
Resumo: Trabalho de Conclusão de Curso (Graduação)
id UFU_a835f7146e1130252da2e51fb592c4c6
oai_identifier_str oai:repositorio.ufu.br:123456789/39840
network_acronym_str UFU
network_name_str Repositório Institucional da UFU
repository_id_str
spelling Explorando modelos em cascata de CNNs e fractais para classificação de displasia oralDisplasiaCADResNetMobileNetComitêFractalCNNCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOTrabalho de Conclusão de Curso (Graduação)A classificação de imagens histológicas é uma tarefa que tem sido amplamente explorada nas recentes pesquisas de visão computacional. A abordagem mais estudada para esta tarefa tem sido a aplicação de aprendizado profundo por meio de modelos de Aprendizagem Profunda (AP). Entretanto, o uso de AP no contexto da classificação de imagens histológicas tem ainda algumas limitações, como a necessidade de grandes conjuntos de dados e a dificuldade de implementar um modelo generalizado capaz de classificar diferentes tipos de tecido histológico. Este trabalho, se propõe a investigar classificadores e comitês baseados em representações de atributos fractais em modelos de rede AP em cascata para avaliação de lesões da cavidade oral. A extração das características foi obtida com atributos fractais do conjunto de dados histológicos. Esses atributos são reorganizados em uma matriz a fim compor uma imagem de representação. Foram avaliados dois métodos, o primeiro consistiu em utilizar as imagens histológicas originais como entrada para os classificadores. O segundo método consistiu em fazer uso das representações fractais como entrada para os classificadores. Fazendo uso de representações fractais, foram obtidos valores da métrica acurácia que variam de 98,75% a 100,00%. Quando aplicado apenas as imagens histológicas de displasia, foram obtidas acurácias que variam de 85,89% a 96,61%. Os resultados foram relevantes e mostram que essa metodologia pode ser utilizada como forma de auxiliar especialistas da área da saúde para diagnóstico de displasia.Universidade Federal de UberlândiaBrasilCiência da ComputaçãoNascimento, Marcelo Zanchetta dohttp://lattes.cnpq.br/5800175874658088Pereira, João Henrique de Souzahttp://lattes.cnpq.br/6843234527853507Theodoro, Luiz Cláudiohttp://lattes.cnpq.br/9124581119374609Carvalho, Thiago Mota2023-12-08T17:22:09Z2023-12-08T17:22:09Z2023-11-30info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfCARVALHO, Thiago Mota. Explorando modelos em cascata de CNNs e fractais para classificação de displasia oral. 2023. 63 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2023.https://repositorio.ufu.br/handle/123456789/39840porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFUinstname:Universidade Federal de Uberlândia (UFU)instacron:UFU2023-12-09T06:18:00Zoai:repositorio.ufu.br:123456789/39840Repositório InstitucionalONGhttp://repositorio.ufu.br/oai/requestdiinf@dirbi.ufu.bropendoar:2023-12-09T06:18Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)false
dc.title.none.fl_str_mv Explorando modelos em cascata de CNNs e fractais para classificação de displasia oral
title Explorando modelos em cascata de CNNs e fractais para classificação de displasia oral
spellingShingle Explorando modelos em cascata de CNNs e fractais para classificação de displasia oral
Carvalho, Thiago Mota
Displasia
CAD
ResNet
MobileNet
Comitê
Fractal
CNN
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
title_short Explorando modelos em cascata de CNNs e fractais para classificação de displasia oral
title_full Explorando modelos em cascata de CNNs e fractais para classificação de displasia oral
title_fullStr Explorando modelos em cascata de CNNs e fractais para classificação de displasia oral
title_full_unstemmed Explorando modelos em cascata de CNNs e fractais para classificação de displasia oral
title_sort Explorando modelos em cascata de CNNs e fractais para classificação de displasia oral
author Carvalho, Thiago Mota
author_facet Carvalho, Thiago Mota
author_role author
dc.contributor.none.fl_str_mv Nascimento, Marcelo Zanchetta do
http://lattes.cnpq.br/5800175874658088
Pereira, João Henrique de Souza
http://lattes.cnpq.br/6843234527853507
Theodoro, Luiz Cláudio
http://lattes.cnpq.br/9124581119374609
dc.contributor.author.fl_str_mv Carvalho, Thiago Mota
dc.subject.por.fl_str_mv Displasia
CAD
ResNet
MobileNet
Comitê
Fractal
CNN
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
topic Displasia
CAD
ResNet
MobileNet
Comitê
Fractal
CNN
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
description Trabalho de Conclusão de Curso (Graduação)
publishDate 2023
dc.date.none.fl_str_mv 2023-12-08T17:22:09Z
2023-12-08T17:22:09Z
2023-11-30
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, Thiago Mota. Explorando modelos em cascata de CNNs e fractais para classificação de displasia oral. 2023. 63 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2023.
https://repositorio.ufu.br/handle/123456789/39840
identifier_str_mv CARVALHO, Thiago Mota. Explorando modelos em cascata de CNNs e fractais para classificação de displasia oral. 2023. 63 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2023.
url https://repositorio.ufu.br/handle/123456789/39840
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
Ciência da Computação
publisher.none.fl_str_mv Universidade Federal de Uberlândia
Brasil
Ciência da Computação
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_ 1813711470703149056

Registros relacionados