Classificação de acromegalia em imagens tomográficas computadorizadas de vértebras (L1 - L5) com uso de ensemble de classificadores binários

Detalhes bibliográficos
Autor(a) principal: Bragança, Clerimar Paulo
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio.unb.br/handle/10482/34254
Resumo: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2018.
id UNB_9ed43131dba00a9747d6606a5f5b2429
oai_identifier_str oai:repositorio2.unb.br:10482/34254
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Bragança, Clerimar PauloBerger, Pedro de AzevedoMachiavello, Bruno Luiggi2019-04-01T18:59:27Z2019-04-01T18:59:27Z2019-04-012018-07-27BRAGANÇA, Clerimar Paulo. Classificação de acromegalia em imagens tomográficas computadorizadas de vértebras (L1 - L5) com uso de ensemble de classificadores binários. 2018. xi, 47 f., il. Dissertação (Mestrado em Informática)—Universidade de Brasília, Brasília, 2018.http://repositorio.unb.br/handle/10482/34254Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2018.A acromegalia é uma doença crônica e insidiosa. Sua causa, em grande parte, se dá via adenomas hipofisários (tumores benignos) secretores do Hormônio do Crescimento. Pode causar várias manifestações clínicas, como, por exemplo, o crescimento atípico dos ossos e tecidos moles. Exames de imagens obtidos com a Tomografia Computadorizada (TC) são utilizados para observar as características tumorais e acompanhamento radiológico em triagem de condições acromegálicas. Com base no princípio da automação, o presente estudo teve por objetivo diagnosticar a doença acromegalia a partir do processamento de imagens digitais e do aprendizado de máquinas, reconhecendo padrões radiológicos em imagens de TC e identificando possíveis alterações ósseas acromegálicas sofridas especificamente nas vértebras L1-L5 da coluna vertebral. Como viés metodológico, fez-se uso de um ensemble – combinação de classificadores. Os classificadores individuais e binários utilizados na construção do ensemble foram: SVM, KNN, Naive Bayes e AdaBoost. O método utilizou-se de 54 imagens de tomografia, sendo 27 imagens de indivíduos acromegálicas e 27 imagens de indivíduos livres da doença acromegalia. O aprendizado de máquinas se deu por meio de características calculadas a partir textura das imagens no domínio do espaço e da frequência. O resultado classificatório atingiu taxas de 95% de sensibilidade, 96% de especificidade e acurácia de 95%. Embasado na relevância dos resultados obtidos, fica a possibilidade de novas pesquisas para que se desenvolvam ferramentas que auxiliem no diagnóstico da acromegalia.Acromegaly is a chronic and insidious disease. Their cause are largely associated with pituitary adenomas (benign tumors) secreting Growth Hormone. It can cause various clinical manifestations, such as atypical bone and soft tissue growth. Computed tomography (CT) imaging tests are used to observe tumor characteristics and also to monitor the radiological screening of acromegalic conditions. Based on the principle of automation, the present study aimed to diagnose the acromegaly disease from digital image processing and machine learning, recognizing radiological patterns in CT images and identifying possible acromegalic bone alterations specifically suffered in the vertebrae L1- L5 of the spine. As a methodological bias, a it ensemble - combination of classifiers was used. The individual and binary classifiers used in the construction of it ensemble were: SVM, KNN, Naive Bayes and AdaBoost. The method used 54 tomography images, 27 images of acromegalic individuals and 27 images of individuals free of acromegaly. The machine learning was elaborated by means of characteristics calculated from the texture of the images in the domain of space domain and frequency domain. The classificatory result reached rates of 95 % sensitivity, 96% specificity and 95% accuracy. Based on the relevance of the results obtained, it is possible to carry out new research to develop tools to aid in the diagnosis of acromegaly.A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessClassificação de acromegalia em imagens tomográficas computadorizadas de vértebras (L1 - L5) com uso de ensemble de classificadores bináriosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisAcromegaliaTomografia computadorizadaAprendizagem de máquinaporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNBLICENSElicense.txtlicense.txttext/plain671http://repositorio2.unb.br/jspui/bitstream/10482/34254/2/license.txtbacfee268cc5d4f6aaa2e6e0066d38f5MD52open accessORIGINAL2018_ClerimarPauloBragança.pdf2018_ClerimarPauloBragança.pdfapplication/pdf1709085http://repositorio2.unb.br/jspui/bitstream/10482/34254/1/2018_ClerimarPauloBragan%c3%a7a.pdf4fd21d8dfb3c49cc1e60004c9bb6b6c8MD51open access10482/342542023-07-14 15:56:18.493open accessoai:repositorio2.unb.br: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Biblioteca Digital de Teses e DissertaçõesPUBhttps://repositorio.unb.br/oai/requestopendoar:2023-07-14T18:56:18Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.pt_BR.fl_str_mv Classificação de acromegalia em imagens tomográficas computadorizadas de vértebras (L1 - L5) com uso de ensemble de classificadores binários
title Classificação de acromegalia em imagens tomográficas computadorizadas de vértebras (L1 - L5) com uso de ensemble de classificadores binários
spellingShingle Classificação de acromegalia em imagens tomográficas computadorizadas de vértebras (L1 - L5) com uso de ensemble de classificadores binários
Bragança, Clerimar Paulo
Acromegalia
Tomografia computadorizada
Aprendizagem de máquina
title_short Classificação de acromegalia em imagens tomográficas computadorizadas de vértebras (L1 - L5) com uso de ensemble de classificadores binários
title_full Classificação de acromegalia em imagens tomográficas computadorizadas de vértebras (L1 - L5) com uso de ensemble de classificadores binários
title_fullStr Classificação de acromegalia em imagens tomográficas computadorizadas de vértebras (L1 - L5) com uso de ensemble de classificadores binários
title_full_unstemmed Classificação de acromegalia em imagens tomográficas computadorizadas de vértebras (L1 - L5) com uso de ensemble de classificadores binários
title_sort Classificação de acromegalia em imagens tomográficas computadorizadas de vértebras (L1 - L5) com uso de ensemble de classificadores binários
author Bragança, Clerimar Paulo
author_facet Bragança, Clerimar Paulo
author_role author
dc.contributor.advisorco.none.fl_str_mv Berger, Pedro de Azevedo
dc.contributor.author.fl_str_mv Bragança, Clerimar Paulo
dc.contributor.advisor1.fl_str_mv Machiavello, Bruno Luiggi
contributor_str_mv Machiavello, Bruno Luiggi
dc.subject.keyword.pt_BR.fl_str_mv Acromegalia
Tomografia computadorizada
Aprendizagem de máquina
topic Acromegalia
Tomografia computadorizada
Aprendizagem de máquina
description Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2018.
publishDate 2018
dc.date.submitted.none.fl_str_mv 2018-07-27
dc.date.accessioned.fl_str_mv 2019-04-01T18:59:27Z
dc.date.available.fl_str_mv 2019-04-01T18:59:27Z
dc.date.issued.fl_str_mv 2019-04-01
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 BRAGANÇA, Clerimar Paulo. Classificação de acromegalia em imagens tomográficas computadorizadas de vértebras (L1 - L5) com uso de ensemble de classificadores binários. 2018. xi, 47 f., il. Dissertação (Mestrado em Informática)—Universidade de Brasília, Brasília, 2018.
dc.identifier.uri.fl_str_mv http://repositorio.unb.br/handle/10482/34254
identifier_str_mv BRAGANÇA, Clerimar Paulo. Classificação de acromegalia em imagens tomográficas computadorizadas de vértebras (L1 - L5) com uso de ensemble de classificadores binários. 2018. xi, 47 f., il. Dissertação (Mestrado em Informática)—Universidade de Brasília, Brasília, 2018.
url http://repositorio.unb.br/handle/10482/34254
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.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
bitstream.url.fl_str_mv http://repositorio2.unb.br/jspui/bitstream/10482/34254/2/license.txt
http://repositorio2.unb.br/jspui/bitstream/10482/34254/1/2018_ClerimarPauloBragan%c3%a7a.pdf
bitstream.checksum.fl_str_mv bacfee268cc5d4f6aaa2e6e0066d38f5
4fd21d8dfb3c49cc1e60004c9bb6b6c8
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv
_version_ 1803573425921327104

Registros relacionados