Máquinas de aprendizado extremo aplicadas ao reconhecimento de imagens de texturas : uma aplicação em imagens médicas

Detalhes bibliográficos
Autor(a) principal: Neckel, Acacio, 1991-
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1639939
Resumo: Orientador: João Batista Florindo
id UNICAMP-30_42fd5cc486dfa608d0fd86ee3840a176
oai_identifier_str oai::1157306
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Máquinas de aprendizado extremo aplicadas ao reconhecimento de imagens de texturas : uma aplicação em imagens médicasExtreme learning machines applied to texture image recognition : an aplication in medical imagesMáquinas de aprendizado extremoReconhecimento de texturasDescritores locaisImagens médicasExtreme learning machinesTexture recognitionLocal descriptorsMedical imagesOrientador: João Batista FlorindoDissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação CientíficaResumo: A classificação de imagens é uma das tarefas de destaque na visão computacional. Entre os tipos de imagens que possuem grande aplicação na prática estão as imagens de texturas, nas quais todos os pixels apresentam igual influência no reconhecimento da imagem. Algoritmos computacionais para reconhecimento de texturas têm sido amplamente investigados na literatura, tanto para aumentar a acurácia e confiabilidade do processo de classificação quanto para reduzir o tempo computacional. A proposta apresentada neste trabalho visou desenvolver descritores locais de imagens de texturas por meio de um processo baseado na teoria de aprendizado automático, mais especificamente, empregando máquinas de aprendizado extremo. A metodologia proposta explora o uso dessas máquinas tanto no domínio original da imagem quanto sobre uma transformação baseada em vizinhança. Propõe-se também um método na direção inversa, isto é, usando máquinas de aprendizado extremo para formular uma transformada da imagem seguindo-se da extração de descritores locais sobre essa transformada. Outra solução explorada é o uso de uma operação alternativa para o produto interno associado ao algoritmo de aprendizado extremo, baseando-se em operadores morfológicos da álgebra min-max. Os algoritmos desenvolvidos foram aplicados em imagens médicas, na identificação de subtipos de câncer de pulmão. Os resultados obtidos tanto na aplicação médica quanto em bases de imagens de benchmark mostraram-se promissores, confirmando um aumento na acurácia da classificação em várias situaçõesAbstract: Image classification is one of the most important tasks in computer vision. An example of images that have great application in practice are texture images, in which all pixels have an equal influence for image recognition purposes. Computational algorithms for texture recognition have been extensively investigated in the literature, both to increase the accuracy and reliability of the classification process as well as to reduce computational time. The proposal presented in this work aimed to develop local textural image descriptors through a process based on automatic learning theory, more specifically, using extreme learning machines. The proposed methodology explores the use of these machines both in the original image domain and in a neighborhood-based transformation. A method is also proposed in the reverse direction, that is, using extreme learning machines to formulate an image transform followed by the extraction of local descriptors over that transform. Another solution explored here is the use of an alternative operation for the inner product associated with the extreme learning algorithm, based on morphological operators of the min-max algebra. The developed algorithms were applied to medical images, in the identification of lung cancer subtypes. The results obtained both in the medical application and in benchmark databases were promising, confirming an increase in the accuracy of the classification in several situationsMestradoMatemática AplicadaMestre em Matemática AplicadaCAPES001[s.n.]Florindo, João Batista, 1984-Backes, André RicardoSá Junior, Jarbas Joaci de MesquitaUniversidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação CientíficaPrograma de Pós-Graduação em Matemática AplicadaUNIVERSIDADE ESTADUAL DE CAMPINASNeckel, Acacio, 1991-20202020-09-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf1 recurso online (101 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/1639939NECKEL, Acacio. Máquinas de aprendizado extremo aplicadas ao reconhecimento de imagens de texturas: uma aplicação em imagens médicas. 2020. 1 recurso online (101 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1639939. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/1157306Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2020-11-10T16:35:25Zoai::1157306Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2020-11-10T16:35:25Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Máquinas de aprendizado extremo aplicadas ao reconhecimento de imagens de texturas : uma aplicação em imagens médicas
Extreme learning machines applied to texture image recognition : an aplication in medical images
title Máquinas de aprendizado extremo aplicadas ao reconhecimento de imagens de texturas : uma aplicação em imagens médicas
spellingShingle Máquinas de aprendizado extremo aplicadas ao reconhecimento de imagens de texturas : uma aplicação em imagens médicas
Neckel, Acacio, 1991-
Máquinas de aprendizado extremo
Reconhecimento de texturas
Descritores locais
Imagens médicas
Extreme learning machines
Texture recognition
Local descriptors
Medical images
title_short Máquinas de aprendizado extremo aplicadas ao reconhecimento de imagens de texturas : uma aplicação em imagens médicas
title_full Máquinas de aprendizado extremo aplicadas ao reconhecimento de imagens de texturas : uma aplicação em imagens médicas
title_fullStr Máquinas de aprendizado extremo aplicadas ao reconhecimento de imagens de texturas : uma aplicação em imagens médicas
title_full_unstemmed Máquinas de aprendizado extremo aplicadas ao reconhecimento de imagens de texturas : uma aplicação em imagens médicas
title_sort Máquinas de aprendizado extremo aplicadas ao reconhecimento de imagens de texturas : uma aplicação em imagens médicas
author Neckel, Acacio, 1991-
author_facet Neckel, Acacio, 1991-
author_role author
dc.contributor.none.fl_str_mv Florindo, João Batista, 1984-
Backes, André Ricardo
Sá Junior, Jarbas Joaci de Mesquita
Universidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação Científica
Programa de Pós-Graduação em Matemática Aplicada
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Neckel, Acacio, 1991-
dc.subject.por.fl_str_mv Máquinas de aprendizado extremo
Reconhecimento de texturas
Descritores locais
Imagens médicas
Extreme learning machines
Texture recognition
Local descriptors
Medical images
topic Máquinas de aprendizado extremo
Reconhecimento de texturas
Descritores locais
Imagens médicas
Extreme learning machines
Texture recognition
Local descriptors
Medical images
description Orientador: João Batista Florindo
publishDate 2020
dc.date.none.fl_str_mv 2020
2020-09-01T00:00:00Z
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.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1639939
NECKEL, Acacio. Máquinas de aprendizado extremo aplicadas ao reconhecimento de imagens de texturas: uma aplicação em imagens médicas. 2020. 1 recurso online (101 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1639939. Acesso em: 3 set. 2024.
url https://hdl.handle.net/20.500.12733/1639939
identifier_str_mv NECKEL, Acacio. Máquinas de aprendizado extremo aplicadas ao reconhecimento de imagens de texturas: uma aplicação em imagens médicas. 2020. 1 recurso online (101 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1639939. Acesso em: 3 set. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1157306
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (101 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809189166471184384

Registros relacionados