Impacto da seleção de atributos no agrupamento de imagens de fraturas vertebrais por compressão
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | https://www.teses.usp.br/teses/disponiveis/59/59143/tde-12022021-140116/ |
Resumo: | A etiologia das Fraturas Vertebrais por Compressão (FVCs) não secundárias a traumas precisa ser investigada, pois as queixas clínicas para FVC benigna (osteoporose) e FVC maligna (câncer metastático) tendem a ser similares. Ao contrário da clusterização, métodos de auxílio ao diagnóstico baseados na classificação de FVCs têm sido propostos. O agrupamento é importante, pois os grupos criados por similaridade entre os corpos vertebrais podem contribuir no entendimento dos resultados da classificação, ajudar na compreensão das dificuldades em diferenciar as imagens e possuir relevância quando analisados por um especialista. A similaridade entre os objetos é definida a partir de seus atributos, porém nem todos são necessariamente relevantes para a caracterização do corpo vertebral, podendo, inclusive, atrapalhar um bom agrupamento. Uma possível solução para tal problema é reduzir a dimensionalidade de características através da seleção de atributos, que exclui os atributos tidos como irrelevantes para a caracterização dos dados. Neste mestrado, foi investigado o impacto no agrupamento de descritores de imagens de ressonância magnética de corpos vertebrais de pacientes com fraturas vertebrais por compressão quando há seleção de atributos pela técnica wrapper com algoritmos genéticos e redes neurais artificiais como técnica de busca e classificadores, respectivamente. |
id |
USP_ad55790dabd24f2fed7a5e8c3bd6a935 |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-12022021-140116 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
Impacto da seleção de atributos no agrupamento de imagens de fraturas vertebrais por compressãoImpact of feature selection on clustering images of vertebral compression fracturesAgrupamentoClusteringFeature selectionFraturas vertebrais por compressãoSeleção de atributosVertebral compression fracturesA etiologia das Fraturas Vertebrais por Compressão (FVCs) não secundárias a traumas precisa ser investigada, pois as queixas clínicas para FVC benigna (osteoporose) e FVC maligna (câncer metastático) tendem a ser similares. Ao contrário da clusterização, métodos de auxílio ao diagnóstico baseados na classificação de FVCs têm sido propostos. O agrupamento é importante, pois os grupos criados por similaridade entre os corpos vertebrais podem contribuir no entendimento dos resultados da classificação, ajudar na compreensão das dificuldades em diferenciar as imagens e possuir relevância quando analisados por um especialista. A similaridade entre os objetos é definida a partir de seus atributos, porém nem todos são necessariamente relevantes para a caracterização do corpo vertebral, podendo, inclusive, atrapalhar um bom agrupamento. Uma possível solução para tal problema é reduzir a dimensionalidade de características através da seleção de atributos, que exclui os atributos tidos como irrelevantes para a caracterização dos dados. Neste mestrado, foi investigado o impacto no agrupamento de descritores de imagens de ressonância magnética de corpos vertebrais de pacientes com fraturas vertebrais por compressão quando há seleção de atributos pela técnica wrapper com algoritmos genéticos e redes neurais artificiais como técnica de busca e classificadores, respectivamente.The etiology of Vertebral Compression Fractures (VCFs) not secondary to trauma needs to be investigated, as the clinical complaints for benign VCF (osteoporosis) and malignant VCF (metastatic cancer) are similar. In contrast to clustering, diagnostic aid methods based on the classification of VCFs have been proposed. Clustering is important, because the groups created by similarity between the vertebral bodies can contribute to the understanding of the classification results, help the understanding of images differentiating difficulties and have relevance when analyzed by a specialist. The similarity between the objects is based on their attributes, but not all of them are necessarily relevant to the characterization of the vertebral body, and can even interfere a good grouping. A possible solution to this problem is to reduce the dimensionality of characteristics through the feature selection, which excludes irrelevant attributes for data characterization. This work investigated the impact on the clustering of magnetic resonance image descriptors of vertebral bodies of patients with vertebral compression fractures when feature selection using the wrapper technique with genetic algorithms and artificial neural networks as a search technique and classifiers, respectively, are applied.Biblioteca Digitais de Teses e Dissertações da USPTinós, RenatoCandido, Raquel Mariana2020-12-15info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/59/59143/tde-12022021-140116/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2021-03-23T16:21:02Zoai:teses.usp.br:tde-12022021-140116Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212021-03-23T16:21:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Impacto da seleção de atributos no agrupamento de imagens de fraturas vertebrais por compressão Impact of feature selection on clustering images of vertebral compression fractures |
title |
Impacto da seleção de atributos no agrupamento de imagens de fraturas vertebrais por compressão |
spellingShingle |
Impacto da seleção de atributos no agrupamento de imagens de fraturas vertebrais por compressão Candido, Raquel Mariana Agrupamento Clustering Feature selection Fraturas vertebrais por compressão Seleção de atributos Vertebral compression fractures |
title_short |
Impacto da seleção de atributos no agrupamento de imagens de fraturas vertebrais por compressão |
title_full |
Impacto da seleção de atributos no agrupamento de imagens de fraturas vertebrais por compressão |
title_fullStr |
Impacto da seleção de atributos no agrupamento de imagens de fraturas vertebrais por compressão |
title_full_unstemmed |
Impacto da seleção de atributos no agrupamento de imagens de fraturas vertebrais por compressão |
title_sort |
Impacto da seleção de atributos no agrupamento de imagens de fraturas vertebrais por compressão |
author |
Candido, Raquel Mariana |
author_facet |
Candido, Raquel Mariana |
author_role |
author |
dc.contributor.none.fl_str_mv |
Tinós, Renato |
dc.contributor.author.fl_str_mv |
Candido, Raquel Mariana |
dc.subject.por.fl_str_mv |
Agrupamento Clustering Feature selection Fraturas vertebrais por compressão Seleção de atributos Vertebral compression fractures |
topic |
Agrupamento Clustering Feature selection Fraturas vertebrais por compressão Seleção de atributos Vertebral compression fractures |
description |
A etiologia das Fraturas Vertebrais por Compressão (FVCs) não secundárias a traumas precisa ser investigada, pois as queixas clínicas para FVC benigna (osteoporose) e FVC maligna (câncer metastático) tendem a ser similares. Ao contrário da clusterização, métodos de auxílio ao diagnóstico baseados na classificação de FVCs têm sido propostos. O agrupamento é importante, pois os grupos criados por similaridade entre os corpos vertebrais podem contribuir no entendimento dos resultados da classificação, ajudar na compreensão das dificuldades em diferenciar as imagens e possuir relevância quando analisados por um especialista. A similaridade entre os objetos é definida a partir de seus atributos, porém nem todos são necessariamente relevantes para a caracterização do corpo vertebral, podendo, inclusive, atrapalhar um bom agrupamento. Uma possível solução para tal problema é reduzir a dimensionalidade de características através da seleção de atributos, que exclui os atributos tidos como irrelevantes para a caracterização dos dados. Neste mestrado, foi investigado o impacto no agrupamento de descritores de imagens de ressonância magnética de corpos vertebrais de pacientes com fraturas vertebrais por compressão quando há seleção de atributos pela técnica wrapper com algoritmos genéticos e redes neurais artificiais como técnica de busca e classificadores, respectivamente. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-12-15 |
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://www.teses.usp.br/teses/disponiveis/59/59143/tde-12022021-140116/ |
url |
https://www.teses.usp.br/teses/disponiveis/59/59143/tde-12022021-140116/ |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
|
dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
|
dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1809090641261494272 |